推薦系統

作為導購平臺，Line購物將用戶導引到所需的商家平臺，全靠精準推薦。他們用檢索、排名、再排名這三大階段，來打造這套推薦系統

一套可篩選千萬級商品、準確推薦的Line購物推薦系統，也是透過機器學習生命周期建置而成，包括定義問題、將問題轉換為ML問題、建模、AB測試、評估和決策等環節

提示管理一直是企業擁抱LLM的難題之一，Line不只採用CO-STAR提示詞撰寫架構來精確拆解提示任務，也自建內部工具、採用開源工具來管理提示版本，落實LLMOps

重新以顧客角度來思考推薦本質，eBay開始聚焦顧客上站逛商品的探索行為，追蹤描繪顧客的購物旅程，想辦法理解在這個過程中，顧客的興趣變化，來設計新一代的推薦系統

歷年來，eBay一直遵循著以商品相似性為基礎的商品推薦思維。25年間，隨著推薦技術進步，他們發現，光是用現代化技術強化既有典範下的做法，還是無法打破相似性推薦法的局限

eBay首任AI長不諱言，多數電商個人化商品推薦作法，仍從數十年前的商品相似性角度出發，容易畫地自限，忽略顯而易見的顧客興趣

GitHub以先前開發的程式碼掃描工具CodeQL為基礎，用機器學習來強化這個規則式工具，讓它也能揪出較難察覺的潛在安全漏洞；Meta開源用來訓練參數破兆的超大推薦系統函式庫；碳排量最多減少1000倍！Google新ML碳排量預測法能找出更省碳的運算配置

從1,662名使用者提交的3,362份報告結果來看，Mozilla認為YouTube的推薦系統大有問題，呼籲各大網路平臺應該公布推薦演算法的透明度報告