Skip to content
Go back

Netflix's Big Bet: One model to rule recommendations: Yesu Feng, Netflix

Published:  at  05:19 PM
YouTube Thumbnail

영상 링크: Netflix’s Big Bet: One model to rule recommendations: Yesu Feng, Netflix
채널명: AI Engineer

넷플릭스의 대형 도전: 추천을 위한 단일 모델 전략 핵심 요약


세부 요약 - 주제별 정리

넷플릭스 홈과 추천 도메인의 복잡성은 3중 구조로 인해 극대화됨

과거의 파편화된 모델 구조는 데이터 및 운영 중복을 가중시켰음

추천 시스템 혁신의 핵심질문: 중앙화된 학습이 가능한가?

트랜스포머 기반 파운데이션 모델 도입과 두 가지 핵심 가설의 수립

데이터 가공과 토크나이제이션에서 LLM과의 유사점과 차별점을 적용함

임베딩, 트랜스포머, 목적함수 설계에서 추천 도메인의 특수성이 반영됨

스케일업 시 성능 개선은 ‘스케일링 법칙’에 따라 지속적임이 확인됨

대형 언어 모델(LLM)에서 도입한 세 가지 중요 기술이 추천 도메인에 적합했음

파운데이션 모델 도입 이후 모델과 임베딩 활용 방식이 크게 진화함

파운데이션 모델(system FM)은 실제로 성능 및 인프라 효율을 증명함

확장 가능성을 위한 세 가지 차세대 방향성과 연구 과제를 언급함

질의응답: 그래프/강화학습/임베딩 등 기술적 추가 논의와 도입 현황


수정 요청하기

Previous Post
360Brew: LLM-based Personalized Ranking and Recommendation - Hamed and Maziar, LinkedIn AI
Next Post
Transforming search and discovery using LLMs - Tejaswi & Vinesh, Instacart