快手推出GR4AD-X生成式广告推荐框架，线上测试收入提升3.07%

快手研究团队提出GR4AD-X生成式广告推荐框架，在快手广告平台的大规模线上A/B测试中，相比已部署的GR4AD基线实现累计收入提升3.07%，同时满足严格的延迟和吞吐量约束。 GR4AD-X针对生成式广告推荐中的三个问题进行改进：语义标识符（SID）分配对数据变化敏感、常规模型扩展的收益递减，以及序列级价值优化的信用分配能力有限。框架采用多路径SID分配提高标识符可靠性，通过面向服务效率的多维度扩展增加模型容量，并利用UniVGD结合前缀级奖励、价值引导的束搜索剪枝和判别式重排序，优化广告生成与价值对齐。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。