Netflix stellt sein Empfehlungssystem um: GenRec nutzt Sprachmodelle statt hunderter Merkmale und spart viel manuellen Labelaufwand.
In Kürze
- Interaktionen werden als fortlaufender Text kodiert, nicht viele einzelne Features.
- Offline +1,6% Trefferqualität; 40× weniger gelabelte Beispiele für Nachtraining.
- Feinabstimmung auf Empfehlungen erhöht Leistung um 35–50%; Ansatz ersetzt nicht alle Bestandteile sofort.
Netflix hat sein Empfehlungssystem neu gebaut: GenRec nutzt Sprachmodelle statt eines Bergs handgefertigter Merkmale. Das Ergebnis: laut Netflix bessere Empfehlungen bei deutlich weniger manueller Kennzeichnungsarbeit in der letzten Trainingsphase.
Wie das funktioniert
Statt Nutzeraktionen in Hunderte oder Tausende numerischer Features zu pressen, verwandelt GenRec die Interaktionen in fortlaufenden Text. Wiedergaben, Wiedergabedauer, Daumen hoch/runter, Playlisten, Abbrüche – all das landet quasi als Dialog zwischen Nutzer:in und System im Eingabetext. Das Sprachmodell erkennt daraus Muster wie Themenvorlieben oder zeitlich wechselnde Interessen. Wichtige Ereignisse (zum Beispiel lange Sitzungen) bleiben erhalten, flüchtige Klicks werden weggelassen oder zusammengefasst.
Technik in Kürze
- Open‑Weight‑Sprachmodell — also ein Modell, dessen Gewichte sie verändern können — und trainiert es anschließend noch einmal spezifisch für Empfehlungen (Feinabstimmung).
- Um Halluzinationen zu vermeiden, gibt es eine Zusatzkomponente: Das Modell bewertet nur echte Katalogtitel, statt frei erfundene Ergebnisse auszugeben.
- Die Auslieferung erfolgt mit vLLM in einem Modus, in dem das Modell die Eingabe liest und Kandidaten bewertet, ohne selbst Text zu generieren. Das spart Rechenzeit und Kosten.
Zahlen, die Netflix nennt
- Im Offline‑Vergleich erzielte GenRec etwa +1,6 % bessere Trefferqualität gegenüber dem lang optimierten Produktionssystem.
- Für die zweite, empfehlungsspezifische Trainingsstufe wurden rund 40‑mal weniger gelabelte Beispiele benötigt.
- Ein vierwöchiger Online‑A/B‑Test (rund 10 % des Traffics) zeigte eine kurzfristige Metrik‑Verbesserung von +0,115 % und eine langfristige Kernmetrik von +0,006 % — laut Netflix statistisch signifikant.
- Das spezialisierte Nachtraining auf Empfehlungen steigerte die Leistung zusätzlich um 35–50 %. Wenn das Basismodell älter als zwei Wochen ist, kann dieser Zugewinn sogar bei ungefähr 80 % liegen, weil das Grundmodell dann neue Titel und veränderte Vorlieben schlechter abbildet.
Konzeptuelle Verschiebung
Netflix spricht nicht mehr vorrangig von klassischem „Feature Engineering“, sondern von „Context Engineering“: weniger Zeit für das Basteln zahlreicher einzelner Merkmale, mehr Fokus darauf, welche Signale in welcher Form in das Modell eingespeist werden. Parallel verschiebt sich die Infrastruktur stärker zu GPU‑Servern und Tools für Sprachmodelle.
Wie sich das einfügt
GenRec ist laut Netflix ein früher, aber vielversprechender Schritt hin zu einem einheitlicheren Modell, das mehrere Aufgaben abdecken kann. Das ersetzt nicht über Nacht alle bestehenden Empfehlungsbausteine: Netflix sieht GenRec als starke Alternative zu klassischen Modellen, aber keine sofortige vollständige Ablösung.
Hintergrund
Netflix nutzt Machine Learning schon länger breit: Wissensgraphen, Similarity Maps, frühere Einsätze von Sprachmodellen wie BERT und Produktions‑Tools wie das veröffentlichte VOID‑Framework zur Objektentfernung in Videos gehören zur bisherigen Toolbox. GenRec ordnet sich in diese Entwicklung ein und bringt die Sprachmodelltechnik stärker in die Empfehlungslogik.
Quellen
- Quelle: Netflix
- Der ursprüngliche Artikel wurde hier veröffentlicht
- Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.
