EMER kan korte video-inhoud intelligenter rangschikken. Het is een end-to-end multi-objectieve ensemble rangschikkingsframework dat handmatige heuristieken vervangt door geleerde personalisatie. Het ontwerpt een nieuwe verliesfunctie voor ambigu toezicht, gebruikt een transformer-gebaseerde architectuur om kandidaatrelaties te modelleren en zorgt voor offline-online consistentie in evaluatie. Ingezet bij Kuaishou (honderden miljoenen gebruikers), heeft EMER de verblijftijd in de app met 1,39% verhoogd en de gebruikerslevensduur van 7 dagen met 0,196%—een grote sprong voor aanbevelingssystemen op industriële schaal. Een End-to-End Multi-objectieve Ensemble Rangschikkingsframework voor Video-aanbevelingen Paper: Ons rapport: