王晓博,小红书技术副总裁,博士毕业于北京航空航天大学计算机学院;在互联网领域从事搜索、推荐、广告相关业务的算法策略及技术管理工作。主要研究方向为机器学习、计算广告学、智能化搜索推荐、智能化内容创作等。从业十多年期间,先后在 SIGKDD、 ICML、 ICAI、 NeurIPS、 CIKM、MM 等国际会议发表论文十余篇。
在信息数量过载的内容社区平台上,搜索和推荐作为两种重要的技术手段分别用于解决信息的查找与探索,围绕是否有查询词的约束发展出了两套不一样的技术体系。UGC 内容社区一个很重要的特点便是基于信息的互动比信息消费要重要的多,之前推荐系统饱受强效率导向引入的信息茧房、用户和内容冷启动的困扰,而在 Feed 流中采用交互式推荐可以部分缓解这个问题,但受制于反馈手段单一和缺少更丰富的用户信息输入方式导致用户使用渗透和效果都一般。近两年来以 LLM/vLLM 和 bot 技术的快速发展,给搜推深度融合发展带来了新的发展机遇,也掀起了新的一代信息分发技术升级,让交互和 Scaling Law 能够同时发挥大的作用。这里我们将介绍新技术挑战结合 UGC 社区的几个关键问题和技术架构演进。



微信咨询

电话咨询
微信联系我们

