电商推荐真的准么？

主要观点总结

文章主要讲述了一个饭局上作者与老前辈杨德宏讨论大模型对电商行业的影响及未来趋势。文章指出当前电商推荐系统存在的问题，如推荐准确性不高、流量税问题、用户体验不佳等，并探讨了这些问题的根源。同时，文章还介绍了作者团队的一些研究成果和合作计划，包括long context技术、RL认知训练方式等，并表达了跟中国制造深度合作的愿望。

关键观点总结

关键观点1: 文章背景介绍

作者通过饭局引出一个关于大模型与电商的讨论，引入文章主题。

关键观点2: 电商推荐系统的问题

文章指出当前电商推荐系统存在推荐准确性不高的问题，特别是在重决策类目中，如女性内衣购买。推荐系统的局限性导致流量税问题的存在。

关键观点3: 大模型在电商领域的应用前景

文章探讨了未来大模型对电商的颠覆性影响，以及现有推荐系统面临的挑战。作者团队正在研究long context技术和RL认知训练方式等，以提升推荐系统的准确性。

关键观点4: 团队的合作计划和愿景

文章介绍了作者团队的合作计划，包括与零售专家、大厂产品团队以及流量公司的合作。团队致力于解决中国制造中的实际问题，发挥制造的真正潜力。

关键观点5: 招FA团队的必要性

文章强调了招FA团队的必要性，希望找到优秀的FA来协助团队发展，将故事翻译给投委会，并强调团队对未来发展的信心。