EMER peut classer le contenu vidéo court de manière plus intelligente. C'est un cadre de classement d'ensemble multi-objectifs de bout en bout qui remplace les heuristiques manuelles par une personnalisation apprise. Il conçoit une nouvelle perte pour une supervision ambiguë, utilise une architecture basée sur des transformateurs pour modéliser les relations entre les candidats, et assure la cohérence entre l'évaluation hors ligne et en ligne. Déployé chez Kuaishou (des centaines de millions d'utilisateurs), EMER a augmenté le temps de séjour dans l'application de 1,39 % et la durée de vie des utilisateurs sur 7 jours de 0,196 %—un bond majeur pour les systèmes de recommandation à l'échelle industrielle. Un cadre de classement d'ensemble multi-objectifs de bout en bout pour la recommandation vidéo Document : Notre rapport :