生成式与判别式推荐选型

这道题其实在问推荐系统的一个范式转变，从传统的'猜用户会不会点'变成'猜用户下一步会点哪个'。说白了，就是不再给一堆候选商品打分排序，而是像写文章一样，一个词一个词地把下一个商品ID'生成'出来。

先说边界。传统的判别式方法，比如DeepFM或者DSSM，它的核心是学一个打分函数，给定一个用户和一个商品，输出一个匹配分数。然后你需要一个候选池，可能是几百万个商品，挨个打分，再取Top K。这套玩法在搜索和广告场景非常成熟，因为候选集相对稳定，而且需要精确控制排序。但生成式推荐不一样，它学的是整个交互序列的联合概率分布，也就是P(下一个商品|历史序列)，然后自回归地生成。它不需要候选池，直接生成ID。

当然，落地的时候，很少只用一种。我理解真正的工程实践往往是混着来的。比如在电商首页的'猜你喜欢'场景，用户历史行为很丰富，生成式可以很好地捕捉序列中的长程依赖，比如用户先看了相机，又看了镜头，再看了三脚架，生成式能直接推断出他接下来要买滤镜。而判别式更适合那些需要实时调整排序权重的场景，比如促销活动期间，需要临时把某些商品提权。所以说，生成式适合做探索和长序列理解，判别式适合做精确控制和稳定性保障，两者互补。

具体到架构，典型流程是这样的：首先有个ID [[Tokenizer]]，把商品ID映射成语义token，比如基于内容做哈希，让相似商品有相近的编码。然后一个Transformer Decoder，比如GPT那种结构，把用户历史序列编码并建模依赖。最后用Beam Search或Top-p采样，一步步生成下一个token，直到输出完整的商品ID。这个流程和文本生成几乎一样，所以很多技术可以直接迁移过来。

但是落地风险很大，我特别关注三个。先说ID空间爆炸。淘宝有几亿个商品，如果每个商品一个token，词表大到没法训。所以现在很多工作在做语义ID，比如把商品属性、类目、标题拼成序列，但这样又会丢失唯一性。再看生成质量不稳定，可能产生'[[幻觉]]'，推荐一个用户根本没接触过的品类，或者重复推荐。还要看训练效率，自回归生成每一步都要算一次，比对比学习慢很多。前提是用户行为序列要足够长、噪声不能太大，否则序列模型学不到东西。常见失败场景是冷启动用户只有一两个交互，生成出来的东西完全随机。

所以我会把生成式推荐看成一种'高潜力但高门槛'的框架。我更倾向的做法是混合架构：用判别式做召回兜底，保证基础推荐质量，同时用生成式在召回结果上做[[重排]]或者探索，生成一些新的、用户没见过的但可能有兴趣的商品。这样既利用了生成式的序列理解能力，又用判别式兜住了底线。

诶，说到混合架构，其实有一个很有意思的问题：生成式和判别式的loss能不能联合优化？ 比如在同一个模型里，既做序列生成又做点击率预测，共享底层表示。这其实涉及多任务学习，也是现在很多前沿工作在探索的方向，我觉得面试官您可能会感兴趣。