1.5 KiB
1.5 KiB
title, created, updated, type, tags, sources
| title | created | updated | type | tags | sources | ||||
|---|---|---|---|---|---|---|---|---|---|
| OneRec 生成式推荐模型族 | 2026-06-10 | 2026-06-10 | concept |
|
|
OneRec 生成式推荐模型族
Kuaishou 开发的生成式推荐基础模型系列,将推荐任务重构为序列生成问题。
概述
OneRec 是快手开发的 generative-recommendation 模型族,包含 V1/V2 等迭代版本。核心思想是将推荐重构为序列生成任务——模型接收用户历史行为序列(以 itemic-tokens 表示),直接生成下一个推荐 item。
关键特性
- Scaling 属性验证:OneRec V1/V2 在工业推荐场景中验证了 Scaling Law,模型规模和数据的扩展带来持续的推荐性能提升
- 纯 itemic 序列训练:模型仅基于 item token 序列的转移模式进行训练,无显式语义或逻辑推理
- 工业部署:已在快手短视频、直播、广告、电商等多个业务线广泛部署
局限
- 无推理能力:纯 itemic 序列训练使模型只能学习平坦的转移模式,无法进行逻辑推理
- CoT 构造困难:item token 本身不承载语言语义,无法直接构造有意义的 chain-of-thought
演进路径
OneRec V1/V2 (Scaling) → OneRec-Think (初步 CoT) → OpenOneRec (开源) → OneReason (推理)