大模型时代下的搜广推系统实践｜AICon 前瞻

当大模型从通用智能走向垂直产业，搜索、广告与推荐系统正经历从算法优化到全链路智能重构的深度变革。如何在延迟与性能的平衡、架构适配、内容多样性等现实挑战中实现突破，成为行业关注的焦点。

12 月 19～20 日，AICon 全球人工智能开发与应用大会将在北京进行，本次大会特别策划专题《大模型时代下的搜广推系统实践》，由京东内容推荐架构负责人颜林担任出品人。

颜林拥有二十年互联网架构实战经验，现任京东内容推荐架构负责人。在大规模推荐系统架构、AI 应用架构、实时数据架构等技术领域沉淀多年深度实践经验。曾历任百度主任架构师、蚂蚁集团高级专家等职位，期间主导并推动 AI 技术在信息流、金融科技等场景的落地应用

实战主题前瞻

演讲推荐一：大模型在荣耀推荐和广告场景的应用实践

推荐算法经历了从协同过滤到深度特征交互，再到序列推荐的演进。推荐效果依赖于特征工程和特征交互的方式，推荐算法的迭代主要围绕特征选择（senet）、特征交叉（dcn）、注意力机制（attention）等方向构建。这种推荐范式存在过度依赖大量特征工程、中长期行为难以捕捉、冷启动效果不佳等问题。而随着 LLM 快速发展，scaling laws 极大提升其预测能力和泛化能力，也为推荐算法的迭代带来新的启示。荣耀在 LLM 的早期开始，持续投入构建推荐大模型，并积累了丰富的经验。

来自荣耀的 AI 算法专家冯晓东将在演讲《大模型在荣耀推荐和广告场景的应用实践》中，从推荐算法模型构建的特征工程、训练、推理三个环节，探讨如何与大模型相结合，解决传统深度推荐模型存在的问题，并结合荣耀实际的推荐和广告场景，展示实际业务落地成效与未来发展方向。

演讲推荐二：基于昇腾 NPU 的生成式推荐落地

随着 Meta 在 2024 年发布基于 HSTU 架构的 GR 范式，生成式推荐系统正逐步得到越来越多的关注。许多公司纷纷跟进，字节，美团，快手，百度等公司在此方向上均取得了显著进展。

华为主任工程师郭威将在《基于昇腾 NPU 的生成式推荐 Scaling Law 落地实践》中，介绍华为基于昇腾 NPU 针对生成式推荐的探索，包括推荐系统 Performance Law 的研究，生成式排序系统以及昇腾亲和的网络架构等技术。

演讲推荐三：京东广告大模型技术探索与新型模型体系建设实践

在互联网广告领域，大模型能力的渗透越来越深入，并且在过去一年有大量新技术、新业务、新玩法不断涌现。

京东算法总监张泽华将在《京东广告大模型技术探索与新型模型体系建设实践》中，系统回顾京东广告团队过去一年的探索与迭代，涵盖垂域模型、智能体、知识工程与算法工程的协同演进，分享如何通过大模型实现广告投放智能化与效能提升。

通过本专题系列内容，听众将深入了解大模型在搜广推系统中的前沿技术与真实落地案例，掌握可复用的方法论与工程实践，助力将大模型技术转化为业务核心竞争力。