Netflix explica tres formas de integrar su Foundation Model en sus aplicaciones de personalización

Relevancia 50 de 100 Estados Unidos, California

Netflix describe tres patrones para usar su modelo fundacional de personalización en producción: embeddings almacenados en un Embedding Store (bajo coste, pero con posible obsolescencia), integración como subgrafo (mayor profundidad, pero más coste y complejidad) y fine-tuning directo para cada producto. Los embeddings se regeneran a diario mediante preentrenamiento mensual y ajuste fino diario, con estabilización para mantener un espacio vectorial consistente. La empresa indica que está trabajando en embeddings casi en tiempo real y en una versión destilada del modelo para reducir latencia.

Fuentes

Machine Learning in Netflix TechBlog on MediumIntegrating Netflix’s Foundation Model into Personalization applications