产品应用7
京东 GRAM 架构助力广告生成式推荐
InfoQ
AI 摘要
京东张泽华:广告营销从判别式转向生成式,面临低延迟等挑战。GRAM 架构实现语义对齐、控制时延、解决冷启动。建议阶梯式推进模型构建,人机协同保障系统稳健。
阅读原文 · InfoQ
京东广告大模型实战:GRAM 架构如何在 50ms 内完成生成式推荐?
流量红利见顶,广告营销转型遇挑战。京东张泽华在大会公开应对方案,介绍 GRAM 架构,实现意图与商品语义对齐,控制推理时延,解决冷启动等问题,还分享算法与知识工程实践。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
新闻资讯7
腾讯600万奖金赛,探索推荐系统大一统
腾讯营销以KDD Cup 2026官方赛道身份出题,聚焦推荐系统统一建模,奖金600万+。全球众多选手参与,学术和工业赛道各有冠军方案,还设创新奖。赛事也推动了鹅厂人才培养体系的拓展。
量子位
产品应用8
鸿蒙元服务:让服务直达用户的秘诀
AI时代,系统能感知用户场景与需求,主动推送服务。鸿蒙元服务解决用户体验痛点,其技术底座帮开发者“减负”。如京东复用代码,深圳万象城优化停车服务,还为中小商户提供零代码开发方案。
InfoQ
推荐文章7
大模型堆大遇瓶颈,新方向或带来进步
文章探讨大模型是否到顶,指出‘到顶’争论分三个问题,靠堆大模型提升能力之路变平,受数据和成本约束。但大模型还有后训练和推理时计算两个发展方向,未来进步或来自更会用算力。
AI Reading Hub
推荐文章8
翁荔:谨慎对待 Scaling Law
翁荔新作《谨慎对待 Scaling Law》上线,文章涵盖 Scaling Law 预测内容、计算最优分配原理等。介绍了早期对机器学习损失可预测性的研究,还对比了 Kaplan 等人与 Chinchilla 的 Scaling Law,分析了两者分歧原因。
机器之心