AI计算广告论文播报 6月11日 LLM画像登上推荐在线链路

周六9点半，今天我们聊一个分水岭事件：当Google把LLM真正塞进十亿用户视频推荐的在线服务路径，LLM在推荐与广告里的角色，正式从'离线特征供应商'切换成'在线决策参与者'。本期重点* 大规模LLM用户画像（LLM-Based User Personas for Recommendations at Scale）：Google的工业范本，一次prompt同时输出兴趣总结+探索话题，靠教师蒸馏+异步缓存+随机采样把LLM真的跑上线，A/B显示低活用户收益最大。* 扩散式冷启动（DiffCold）：用扩散模型直接生成冷启动物品的协同表示，绕开'内容映射到行为'的老路，给冷热seesaw困境一个生成式解法。* 解码无关LLM重排（CompRank）：通过token级压缩与不依赖解码的打分，把LLM重排成本压到接近向量检索量级，让排序链路LLM化更可部署。* RAG向量稀释（When...去小宇宙查看完整单集简介在小宇宙查看该单集文稿