OneRec 生成式推荐是什么
哪些公司问过
答案要点
- 目标:用单一生成模型替代召回、粗排、精排级联,减少级联损失与目标不一致
- 物品表示为语义 ID:对物品向量做多层量化,得到离散 token 序列
- 以用户行为序列为条件,自回归生成推荐物品的语义 ID,可按会话生成一组结果
- 通过奖励模型做偏好对齐,使生成结果贴合时长、互动等业务目标
- 挑战:语义 ID 冲突与质量、生成延迟、训练与推理算力成本
易错点
- 把 OneRec 说成只是一个召回模型,实际它试图统一召回和排序
- 忽略语义 ID 这一关键环节,只说用了 Transformer
- 具体指标和线上收益记不准时随意报数字
面试官常见追问
- 语义 ID 是怎么构造的?为什么不用原始物品 ID?
- 生成式推荐和传统判别式排序有什么区别?
- 生成式推荐怎么保证生成的是真实存在的物品?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。