在生成式A浪潮的竞争中，微软、亚马逊、谷歌、Meta已位居第一阵营：每家公司都有一个经得起严格基准测试的领先模型，并且投入巨额资本开支。2024年7月以来，Meta发布了迄今为止最大、最佳性能的开源大模型Llama3.1,并且在随后的财报季中“一枝独秀”—AI驱动广泛的用户体验并带来业绩增长，推出MetaAl和AI Studio开局良好；与众不同的商业模式正在带来惊喜，大有成为A界风向标的势头!
大规模推荐系统的架构创新
·传统的DLRMs模型在处理大规模、高基数特征和数十亿用
户行为时面临扩展性挑战；Meta提出新架构HSTU处理大规模、非静态词汇，并利用推荐数据集的特点，在长序列上实现显著的速度提升。
统一的生成式推荐
·将推荐问题重新定义为序列转导任务，并在生成模型框架
内解决，更有效地利用数据和计算资源。
模型的扩展性和效率
·实证表明。生成式推荐模型的质量随着训练计算量的增加
而提高，遵循幂律关系；Meta的推荐模型在在线A/B测试中显示出显著的性能提升。
开发通用推荐模型
·模型架构、扩展策略、大规模数据集上的表现、实际应用
效果都表明，随着推荐系统模型规模的增加，效果通常会更好；因此Meta致力于开发通用推荐模型。
Facebook和Instagram
·在Facebook的信息流中，约30%的帖子是由AI推荐系统提
供的；在Ihstagram上，超过50%的用户看到的内容是由Al推荐的：A推荐系统使得用户在Instagram上花费的时间增加了24%以上。
Reels
·AI推荐系统显著提升了Reels的用户参与度，Reels的货币
化效率在Instagram上增长了30%,在Facebook上增长了40%以上。
广告系统
·AI推荐系统通过提供更相关的广告，提高了广告商的投资
回报率。
商业信息传递
·AI推荐系统支持商业信息传递，点击即发送信息广告达到
了100忆美元的收入运行率。
本文来自知之小站
PDF完整报告已分享至知识星球，微信扫码加入立享4万+最新精选报告
（星球内含更多专属精选报告.其它事宜可联系zzxz_88@163.com）
