专题演讲嘉宾：张泽华

在京东广告的大模型应用架构中，召回环节至关重要。传统召回方式在规则灵活性和用户需求捕捉上存在局限，而大模型带来了新的契机，但也面临训练成本和隐私保护的挑战。京东广告的生成式召回体系包括：基于世界知识和电商平台的数据体系、多模态商品内容理解与用户意图识别，以及高效的生成式模型训练和推理架构。在实践中，通过商品内容语义量化、生成式商品解码召回和模型推理性能优化，显著提升了召回效率。

本次演讲将分享京东广告在大模型应用实践中的解决思路与经验教训，期待为广告技术从业者带来启发。

演讲提纲：

1. 大模型时代广告领域发展的契机和挑战
   • 场景介绍和核心问题
   • 发展契机和挑战
2. 生成式算法体系
   • 基于世界知识与电商平台构建的结构化数据体系 
   • 模态商品内容理解与用户意图识别 
   • 推荐领域生成式模型训练与推理架构 
3. 生成式算法工程实践 
   • 商品内容语义量化 
   • 生成式商品解码召回 
   • 生成式模型推理性能优化 
4. 总结与展望 
   • 电商平台基座模型 
   • 端到端生成式推荐

听众收益：

• 了解具备普适性的生成式推荐算法大规模应用方法，并借鉴推理优化和业务优化的示范性实践，提升自身推荐系统的效果和效率