论文
PushDualGen：启用 LLM 生成具有可解释副本的语义 ID，用于工业推送推荐
PushDualGen: Enabling LLMs to Generate Semantic IDs with Interpretable Copy for Industrial Push Recommendation
摘要
快手推送推荐主动向近十亿用户推送个性化内容，促进用户互动。最近，生成推荐通过语义ID实现了端到端的用户个性化。然而，它们的黑盒特性使得推荐逻辑难以追踪，阻碍了它们的部署。 OneRec-Thinking 通过在生成 SID 之前合并 CoT 来解决这个问题，但这会显着增加推理成本。为了支持大规模工业应用，我们提出了 PushDualGen，一种轻量级生成器，它首先生成 SID，然后生成一个副本作为可跳过的解释。 PushDualGen已部署在快手的推送推荐系统中。在线 A/B 测试证明了 PushDualGen 的有效性，显着提高了用户吸引力和满意度。向用户推荐的视频有效播放率相对提升8.50%，不满意率相对下降37.70%。从长远来看，PushDualGen 优化了内容生态，为长尾视频提供了更多曝光。