吞噬qu果与本钱双么一起 Rec 端到端模型怎掀翻传统引ot 效荐One难题-刁非科讯网

AI 大模型（LLM）掀起的吞噬生成式改造，正重塑各行各业，掀翻型起效果连咱们每天刷到的传统引荐体系也不破例。

传统引荐体系像一条多环节的引荐“流水线”（级联架构），简单导致算力糟蹋、端到端模方针抵触，本钱限制了开展。双难要打破瓶颈，吞噬要害在于用 LLM 技能进行“一体化”重构，掀翻型起效果完成作用提高和本钱下降。传统

快手技能团队最新提出的引荐「OneRec」体系，正是端到端模这一思路的打破。它初次用端到端的本钱生成式 AI 架构，完全改造了引荐体系的双难全流程，在作用和本钱上完成了“既要又要” ：

作用陡增：有用核算量提高 10 倍！吞噬让强化学习技能在引荐场景真实“活”了起来，引荐更精准。
本钱锐减：通过架构改造，练习和推理的算力使用率（MFU）别离飙升至 23.7% 和 28.8%，运营本钱（OPEX）仅为传统计划的 10.6%！

现在，该体系已在快手 App / 快手极速版双端服务一切用户，接受约 25% 的 QPS（每秒恳求数量），带动 App 逗留时长提高 0.54%/1.24%，要害目标 7 日用户生命周期（LT7）明显增加，为引荐体系从传统 Pipeline 迈向端到端生成式架构供给了首个工业级可行计划。

完好技能陈述链接：https://arxiv.org/abs/2506.13695。

（图： OneRec 体系概览）。

OneRec 根底模型分析。

OneRec 选用端到端生成式架构，创始协同感知多模态分词器：通过交融视频标题、图画等多维信息与用户行为，使用 RQ-Kmeans 分层生成语义 ID。其 Encoder-Decoder 结构将引荐转化为序列生成使命：

● Encoder 整合用户终身 / 短期行为序列完成多标准建模；

● MoE 增强的 Decoder 通过 Next Token Prediction 精准生成引荐成果。

● 试验验证其遵从 Scaling Law—— 参数量增至 2.633B 时练习丢失明显下降，结合特征 / 码本 / 推理级优化，完成作用与算力的协同打破。

强化学习（RL）偏好对齐。

OneRec 打破传统引荐依靠前史曝光的限制，立异引进强化学习偏好对齐机制。通过交融偏好奖赏（用户偏好）、格局奖赏（有用输出）及事务奖赏（工业需求）构建归纳奖赏体系，并使用个性化 P-Score 作为强化信号。选用改善的 ECPO 算法（严厉切断负优势梯度）提高练习稳定性，在快手场景中完成不丢失曝光量前提下明显提高用户时长，到达工业级作用打破。

功能优化。

在功能优化上，OneRec 打破传统引荐 MFU 个位数魔咒：通过架构重构 + 算子紧缩 92% 至 1,200 个，练习 / 推理 MFU 提高至 23.7%/28.6%，算力效能达干流 AI 模型水平，完成 3-5 倍跃升。初次让引荐体系到达与干流 AI 模型比肩的算力效能水平。

此外，快手技能团队还针对 OneRec 特性在练习和推理结构层面进行了深度定制优化。练习侧选用恳求分组特征复用与变长 Flash Attention 提高核算密度，自研 SKAI 体系完成 Embedding 全流程 GPU 练习，完全消除 CPU 同步瓶颈；推理侧创始核算复用架构 ——Encoder 单次前向 + Beam 间 KV 同享 + Decoder 层 KV Cache，支撑 512 大 Beam Size 生成需求，并根据 Float16 混合精度与 MoE / Attention 算子深度交融提高吞吐。终究练习 / 推理 MFU 达 23.7%/28.8%（较传统模型提高 3-5 倍），运营本钱降至传统计划 10.6% ，完成近 90% 本钱节约。

Online 试验作用。

该模型通过一周 5% 流量 AB 测验，在点赞、重视、谈论等一切交互目标上均获正向收益 (如下图)。体系现已全量掩盖短视频引荐主场景，承当约 25% QPS。除了短视频引荐的消费场景之外，OneRec 在快手本地生活服务场景相同体现冷艳：AB 比照试验标明该计划推进 GMV 暴升 21.01% 、订单量提高 17.89%、购买用户数增加 18.58% ，其中新客获取功率更完成 23.02% 的明显提高。现在，该事务线已完成 100% 流量全量切换。