40 lines
1.5 KiB
Markdown
40 lines
1.5 KiB
Markdown
---
|
||
title: "OneRec 生成式推荐模型族"
|
||
created: 2026-06-10
|
||
updated: 2026-06-10
|
||
type: concept
|
||
tags: [recommendation, generative-model, scaling]
|
||
sources: [raw/papers/onereason-team-onereason-2026.md]
|
||
---
|
||
|
||
# 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|生成式推荐]] 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|itemic token]] 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|思维链]]
|
||
|
||
## 演进路径
|
||
|
||
```
|
||
OneRec V1/V2 (Scaling) → OneRec-Think (初步 CoT) → OpenOneRec (开源) → OneReason (推理)
|
||
```
|
||
|
||
## 参考
|
||
|
||
- [[onereason|OneReason]]
|
||
- [[generative-recommendation|生成式推荐]]
|
||
- [[itemic-tokens|Itemic Token]]
|