允中 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI
在推薦、廣告場(chǎng)景，如何利用好大模型的能力？這是個(gè)很有挑戰(zhàn)的命題。
背后主要有兩個(gè)核心難點(diǎn)：
1）LLM雖然具備豐富的世界知識(shí)和推理能力，但缺乏電商領(lǐng)域的專業(yè)知識(shí)，在直接應(yīng)用中往往表現(xiàn)欠佳。
2）LLM的交互方式多為文本，而直接將用戶歷史行為以文本格式描述會(huì)導(dǎo)致輸入信息冗長(zhǎng)、信息密度低等問題，對(duì)建模和推理都造成了困擾。
為了解決以上問題，阿里媽媽提出了一種世界知識(shí)大模型URM，通過知識(shí)注入和信息對(duì)齊，讓LLM成為兼顧世界知識(shí)和電商知識(shí)的專家。相比于傳統(tǒng)的推薦模型，URM通過對(duì)用戶興趣的全面理解，可實(shí)現(xiàn)基于推理認(rèn)知能力的用戶興趣推薦。
為了在低時(shí)延、高QPS要求的實(shí)際系統(tǒng)中上線應(yīng)用，阿里媽媽技術(shù)團(tuán)隊(duì)設(shè)計(jì)了一套面向用戶行為動(dòng)態(tài)捕捉的異步推理鏈路。
目前，URM已經(jīng)在阿里媽媽展示廣告場(chǎng)景上線，在商家的投放效果和消費(fèi)者的購(gòu)物體驗(yàn)等指標(biāo)上均帶來了顯著提升。
以下面這個(gè)例子為例，一個(gè)對(duì)嵌入式家電、收納用品有過歷史行為的用戶，系統(tǒng)推測(cè)用戶在關(guān)注裝修且處于硬裝的早期階段，且根據(jù)點(diǎn)擊商品推斷用戶比較注重生活品質(zhì)，因此推薦了一些全屋定制類產(chǎn)品以及高品質(zhì)的家電。
在傳統(tǒng)推薦任務(wù)之外，通過特定的文字引導(dǎo)，URM可結(jié)合用戶的歷史興趣產(chǎn)出更適合當(dāng)前情境的結(jié)果。通過用戶行為我們推測(cè)用戶是一位男童的母親，并且關(guān)注過兒童的新年衣服和女士牛仔褲。
當(dāng)引導(dǎo)詞增加新年時(shí)，推薦結(jié)果以兒童新年服裝為主，而傳統(tǒng)任務(wù)下系統(tǒng)會(huì)傾向于推薦用戶近期瀏覽較多的女式牛仔褲。
本屆互聯(lián)網(wǎng)技術(shù)領(lǐng)域國(guó)際頂級(jí)學(xué)術(shù)會(huì)議-國(guó)際萬維網(wǎng)大會(huì)（International World Wide Web Conference,簡(jiǎn)稱WWW）于4月28日在悉尼召開。
會(huì)議期間，淘天集團(tuán)的阿里媽媽共同主持一個(gè)計(jì)算廣告算法技術(shù)相關(guān)的Tutorial（講座），內(nèi)容為介紹計(jì)算廣告領(lǐng)域的技術(shù)發(fā)展脈絡(luò)，以及阿里媽媽在該領(lǐng)域的最新技術(shù)突破——
阿里媽媽LMA2廣告大模型系列中的URM（Universal Recommendation Model）世界知識(shí)大模型，首次重磅亮相。
世界知識(shí)大模型URM
個(gè)性化推薦在人們的日常生活中出現(xiàn)頻率越來越高。為了滿足用戶的多樣化需求，推薦系統(tǒng)中的任務(wù)定義也更加多元化，如多場(chǎng)景推薦、多目標(biāo)推薦、發(fā)現(xiàn)性推薦等等。
參考LLM在自然語言處理領(lǐng)域的巨大成功，阿里媽媽技術(shù)團(tuán)隊(duì)希望基于LLM構(gòu)建電商領(lǐng)域的世界知識(shí)大模型，使得它能同時(shí)具備LLM的世界知識(shí)和電商領(lǐng)域的專業(yè)知識(shí)，且能夠輕松應(yīng)對(duì)上述全部任務(wù)。
基于此，阿里媽媽技術(shù)團(tuán)隊(duì)提出了世界知識(shí)大模型Universal Recommendation Model（以下稱URM），以預(yù)訓(xùn)練的LLM為基座，將多任務(wù)設(shè)計(jì)融入Prompt設(shè)計(jì)中，通過ID表征的知識(shí)注入和電商領(lǐng)域的任務(wù)對(duì)齊，實(shí)現(xiàn)對(duì)用戶歷史興趣的理解和推理并最終推薦出符合用戶興趣的結(jié)果。
以下將從任務(wù)定義、整體架構(gòu)、離線實(shí)驗(yàn)三方面詳細(xì)展開。
任務(wù)定義
參考LLM的訓(xùn)練范式，在URM中，阿里媽媽技術(shù)團(tuán)隊(duì)利用文本來定義不同的推薦任務(wù)。
考慮到推薦場(chǎng)景用戶行為的重要性和豐富性，為了充分刻畫用戶的歷史行為，避免商品標(biāo)題的冗長(zhǎng)和低密度，URM將商品ID作為一種特殊的token注入文本描述，實(shí)現(xiàn)用戶行為序列的高效表達(dá)。
考慮到工業(yè)場(chǎng)景落地的效率，URM直接生成商品ID，同時(shí)在輸出結(jié)果中保留了文本，在對(duì)齊電商任務(wù)的同時(shí)保留LLM本身的知識(shí)。
多任務(wù)會(huì)通過輸入中的任務(wù)描述體現(xiàn)，部分示例參考下表。
整體架構(gòu)
為了保留LLM的預(yù)訓(xùn)練知識(shí)，阿里媽媽技術(shù)團(tuán)隊(duì)保留多層Transformer結(jié)構(gòu)不變，對(duì)輸入層和輸出層的結(jié)構(gòu)進(jìn)行修改，如下圖所示。
輸入端，輸入序列由用戶行為中的商品ID、任務(wù)提示中的文本token以及[UM]、[LM]等特定查詢符組成。商品ID通過分布式商品Embedding模塊映射為商品Embedding，其他文本映射為Token Embedding，商品 Embedding或Token Embedding與Postion Embedding相加后輸入到 LLM的主干網(wǎng)絡(luò)（對(duì)于使用RoPE的模型而言則不存在顯式的Position Embedding）。
輸出端，為了避免產(chǎn)出推薦結(jié)果和推理文本相互干擾，阿里媽媽技術(shù)團(tuán)隊(duì)在輸入中增加了[UM]和[LM] 2種特殊字符來表示當(dāng)前應(yīng)該輸出用戶表征還是開始生成文本。與[UM]符號(hào)對(duì)應(yīng)的輸出通過用戶建模頭hUM映射到用戶表示空間，用于候選商品的生成；與[LM]符號(hào)及其后續(xù)符號(hào)對(duì)應(yīng)的輸出通過語言模型頭hLM映射到文本空間，用于文本token的生成。
△URM整體架構(gòu)
URM架構(gòu)區(qū)別于傳統(tǒng)LLM主要有2個(gè)模塊，1是商品多模態(tài)融合的表征方式，2是兼顧效果和效率的Sequence-In-Set-Out生成方式。
以下會(huì)分別介紹這兩部分。最后介紹URM的訓(xùn)練方式。
商品多模態(tài)融合表征。
在傳統(tǒng)推薦模型中，ID表征是面向特定任務(wù)的數(shù)據(jù)分布學(xué)習(xí)的，代表了商品間的相似關(guān)系，壓縮了電商領(lǐng)域的協(xié)同信息。而LLM中通常采用文本、圖像等語義表征，描述內(nèi)容信息間的相似性。
為了提升LLM對(duì)電商信號(hào)的理解，同時(shí)保留LLM的知識(shí)，表征層設(shè)計(jì)了 ID表征和語義表征的融合模塊來表達(dá)商品，并通過可學(xué)習(xí)MLP層實(shí)現(xiàn)ID 表征和文本、圖像等語義表征的對(duì)齊。
同時(shí)，這套融合表征的設(shè)計(jì)具備較強(qiáng)的可擴(kuò)展性，如語義ID等token均可作為新增模態(tài)引入，來不斷強(qiáng)化商品的表達(dá)能力。
△商品融合表征，輸入ID/Text/Image表征固定，MLP層可學(xué)習(xí)
Seqence-In-Set-Out生成方式
推薦的目標(biāo)是從一個(gè)千萬級(jí)別的候選庫中找到曝光/點(diǎn)擊概率最大的K個(gè)商品，它和語言模型LM從十萬規(guī)模的詞表空間中生成語言概率最大的 Token，是類似的問題。
因此若不考慮計(jì)算成本，可以通過下述方式獲得結(jié)果：
其中U是大語言模型生成的用戶表征，對(duì)應(yīng)LM中的隱藏層特征，W是所有商品的融合表征，對(duì)應(yīng)LLM中的最后一層的參數(shù)?？紤]到工業(yè)界的落地可行性，阿里媽媽技術(shù)團(tuán)隊(duì)使用生成的用戶表征和候選商品表征的內(nèi)積作為分?jǐn)?shù)并采樣分?jǐn)?shù)TopK的商品作為最終生成的結(jié)果。
在這種內(nèi)積計(jì)算的范式下，模型的表達(dá)能力相對(duì)受限，對(duì)用戶和商品的建模能力較差且推薦集合的多樣性也會(huì)較差，難以發(fā)揮大語言模型的優(yōu)勢(shì)。函數(shù)逼近理論的一個(gè)結(jié)論是，特征的多個(gè)內(nèi)積的線性組合可以逼近任意復(fù)雜的函數(shù)。因此通過增加[UM]token的數(shù)量使URM在一次前向過程中并行生成多個(gè)用戶表征U=（U1，……，UH），最終用戶和商品之間的打分為
這種Set-Out的多輸出方式不僅能夠保持僅需一次前向計(jì)算的相同推理效率，而且隨token數(shù)上漲召回指標(biāo)顯著提升，同時(shí)解決了單一用戶表征興趣覆蓋度有限的問題。
△不同[UM] Token輸出的可視化
訓(xùn)練方式
整體訓(xùn)練損失包括商品推薦任務(wù)損失和文本生成任務(wù)損失。
輸出序列表示為
目標(biāo)文本表示為
目標(biāo)商品表示為
商品推薦任務(wù)通過噪聲對(duì)比估計(jì)（NCE）損失來優(yōu)化：
其中用戶建模頭hUM輸出的用戶表征：
在每個(gè)批次中，負(fù)樣本N是從商品候選中基于其出現(xiàn)頻率采樣得到的。
文本生成任務(wù)可以通過目標(biāo)文本序列的負(fù)對(duì)數(shù)似然來優(yōu)化：
其中P= softmax(hLM(ψ(?))是由語言模型頭hLM輸出的概率。
最終的訓(xùn)練目標(biāo)是：
其中η是權(quán)衡超參數(shù)?？紤]到URM對(duì)LLM的輸入和輸出層進(jìn)行了顯著修改，阿里媽媽技術(shù)團(tuán)隊(duì)采用完整參數(shù)的有監(jiān)督微調(diào)（SFT），僅凍結(jié)商品的原始表征。
離線實(shí)驗(yàn)
URM使用多任務(wù)融合數(shù)據(jù)集訓(xùn)練，并在生產(chǎn)數(shù)據(jù)集上取得了平均11.0%的Recall提升，在6個(gè)子任務(wù)（共9個(gè)任務(wù)）中都超越了線上使用 Target-Attention結(jié)構(gòu)的傳統(tǒng)推薦模型。
△URM在多任務(wù)上的表現(xiàn) vs 傳統(tǒng)模型
進(jìn)一步的消融實(shí)驗(yàn)，驗(yàn)證了表征融合模塊的有效性，也驗(yàn)證了隨UM token數(shù)量上漲召回Recall呈顯著上漲。Figure6驗(yàn)證了URM仍具有良好的文本理解能力和泛化能力，對(duì)已知的query文本和未知的query都有良好的推薦表現(xiàn)。
△商品多模態(tài)表征融合模塊消融實(shí)驗(yàn)
△UM頭輸出數(shù)量對(duì)效果的影響
高QPS低時(shí)延約束下的落地方案
考慮到LLM的推理時(shí)延較長(zhǎng)，無法滿足在線請(qǐng)求的時(shí)延約束，阿里媽媽技術(shù)團(tuán)隊(duì)建設(shè)了一套異步推理的大模型召回鏈路。
如下圖所示，在用戶有淘系行為時(shí)異步觸發(fā)URM推理，并將結(jié)果做持久化存儲(chǔ)，供在線召回階段讀取使用。
在模型推理服務(wù)上，由于URM在商品多模態(tài)融合表征模塊和User表征檢索方式的改造，需要在LLM推理中增加HashTable支持，并支持推理表征的向量檢索。
為了進(jìn)一步提升資源利用率，阿里媽媽技術(shù)團(tuán)隊(duì)實(shí)現(xiàn)了多instance在同一容器的部署，將URM推理的并發(fā)qps提升200%。
結(jié)語
本文主要介紹了阿里媽媽LMA 2廣告大模型系列中的世界知識(shí)大模型URM在建模和落地方面的思考和進(jìn)展。通過結(jié)合大模型的通用知識(shí)和電商領(lǐng)域的專家知識(shí)，URM能夠更加精準(zhǔn)地預(yù)測(cè)用戶的潛在興趣和購(gòu)物需求，為商家和消費(fèi)者提供更優(yōu)質(zhì)的服務(wù)。
更多URM的細(xì)節(jié)歡迎關(guān)注后續(xù)“阿里媽媽技術(shù)”的公眾號(hào)文章或參考論文。
論文鏈接：
https://arxiv.org/pdf/2502.03041
熱門跟貼