Shopify
2 节点1 篇3 来源
加拿大电商基础设施公司 Shopify 近期部署了一个名为 SID-LLM 的共享生成式发现模型,旨在统一其搜索与推荐系统。该模型将数十亿商品编码为三词元语义 ID,并基于 Liquid AI 的 LFM2-2.6B 模型进行联合训练。在生产环境中,该模型显著提升了 Shop 应用首页推荐的订单量(+7.95%)和转化率(+9.85%),并在搜索质量上实现了 OneDCG@10 指标 2.1 点的整体提升。通过 GPU 约束解码技术,系统将推理延迟控制在毫秒级,证明了生成式模型在大规模实时商业场景中的可行性。
事情怎么走到这一步
Shopify 工程团队发布博客文章《Shopify’s generative discovery model》,详细介绍 SID-LLM 的架构、训练方法及在线 A/B 测试结果。
shopify.engineering ↗Shopify 研究团队在 arXiv 提交论文《Generative Search and Recommendation at Shopify》,阐述 SID-LLM 的技术原理及实验数据。
arxiv.org ↗
还没定论的部分
- 该模型如何进一步整合到 Shopify Catalog API 以支持更多第三方 AI 代理?
- 随着商品目录的动态变化,语义 ID 的更新机制对模型长期稳定性的影响如何?
- Liquid AI 的 LFM2 系列模型在其他垂直领域的表现是否同样具备低延迟优势?