RecGPT-V3技术报告
摘要
淘宝发布RecGPT-V3，通过状态化记忆、混合模态推理和潜在意图推理，解决推荐系统中计算浪费、信息瓶颈和延迟问题。
核心要点
- RecGPT-V3在淘宝“猜你喜欢”信息流中部署，取得一致的用户体验和商业收益提升
- Memory Hub将用户建模计算量降低55.8%
- 潜在意图推理将输出token成本降低200倍
- 混合模态基础模型联合推理自然语言标签和语义ID（SIDs）
- RecGPT-V3是状态化推荐器，维护持续演进的用户记忆
AI 洞察
RecGPT-V3标志着推荐系统从无状态推理向状态化、多模态融合的转变，大幅降低计算成本的同时提升推理效率。这一技术路线可能成为下一代推荐系统的标准范式，尤其适用于用户行为长、实时性要求高的场景。