タオバオを運営するアリババが、ECサイトの「あなたへのおすすめ」を支えるレコメンドAI「RecGPT-V3」の技術レポートを公開した(https://arxiv[.]org/html/2607.15591v1)。数億人規模の日次アクティブユーザーを抱えるタオバオのホーム画面「Guess What You Like」枠に実際に投入し、本番A/Bテストまで行った上での報告。 前身のRecGPT-V1・V2は「ユーザーの行動履歴を読んでLLMに意図を推論させる」設計で成果を出してきたが、大規模運用の中で3つの壁にぶつかった。 1つ目は、リクエストのたびに行動履歴を全部読み直す非効率さ。V3は「Memory Hub」というユーザーごとの永続的な記憶層を新設した。ガジェット好き、バドミントン好き、育児中といった興味ごとにメモリユニットとして蓄積しておき、新しい行動が来たら該当ユニットだけを差分更新する仕組みに変えることで、ユーザー理解にかかる計算コストを55.8%削減している。 2つ目は、LLMが出す自然言語タグと実際の商品とのズレ。「バドミントンラケットスタンド」のようなタグ1つに幅広い商品群が対応してしまい、本当に欲しい商品を絞り込む手がかりが失われていた。V3ではLLM(ベースはQwen3-14B)の語彙に、商品の意味を離散コードで表す「Semantic ID」を65,536個追加し、自然言語とSemantic IDの両方で推論できるハイブリッドモデルにした。 3つ目は、精度を上げるための思考の連鎖(Chain-of-Thought、答えを出す前にLLMが踏む思考ステップ)が長すぎる問題。1サンプルあたり2,840トークンにも及ぶ思考過程が推論を遅くしていた。V3は「Latent Intent Reasoning」でこれをわずか10個の潜在トークンに圧縮しつつ、必要なときは人が読める説明文に復元できる仕組みも保っている。論文中の実例では、この10トークンだけから、本格派で攻撃的なプレースタイルのバドミントン好きでフルカーボンラケットやガットが必要、という趣旨の説明文まで復元できたと報告されている。出力トークン数は95.7%減り、処理速度は3.46倍(1,020秒から295秒)になった。 結果、本番A/Bテストではフィードで商品詳細ページ閲覧数(IPV)が1.28%、クリック率(CTR)が1.00%、取引件数(TC)が1.97%、流通取引総額(GMV)が3.97%向上しながら、サービング全体の計算コストは52.4%削減された。精度とコストを同時に改善できているのが実運用ならではの説得力がある。

「なぜこの投稿が表示されるのか分からない」――そんなFacebookのアルゴリズムに、ユーザーが直接言葉で指示を出せるようになりました。 タイトル: Your Algorithm, Your Words: New Ways to Shape What You See on Facebook URL: ❓ 何が新しくなったの？ 💡 「Your Algorithm」という専用インターフェースが追加され、FeedやReelsで見たいトピックを自分で追加・管理できるようになりました。興味のある分野を自然言語で伝えられます。 ❓ 仕組みはどうなっているの？ 💡 大規模言語モデルがユーザーの自由記述テキストを解釈し、いいね・コメント・視聴履歴といった既存の行動シグナルと組み合わせてレコメンデーションを調整します。反映は同じブラウジングセッション内でリアルタイムに行われます。 ❓ どうやって伝えればいいの？ 💡 投稿の「・・・」メニューから操作できます。「興味あり」「興味なし」を選ぶと、なぜそう思うのかを尋ねるフォローアップの質問が表示され、そこでより詳しい好みを伝えられます。 ❓ いつ使えるようになるの？ 💡 順次展開（ローリングアウト）が予定されていますが、具体的なスケジュールや地域ごとの優先順位は現時点では明らかにされていません。 行動ログだけでなく、ユーザー自身の言葉がアルゴリズムに直接届くようになるというのは、パーソナライズの納得感を大きく変えそうです。 #Facebook# #レコメンドAI#

どの企業よりも上手くAIを活用しているのはMetaだとNvidia CEOのJensen Huangが語る。 CPUベースの一般的なレコメンドシステムからAIエージェント型のシステムでプラットフォーム全体でレコメンドを行えるシフトを実現したのがすごいとのこと。

【最新】星評価に頼らない飲食店選び🍽 (株)バイティは、AIグルメレコメンドアプリ「Bitee（バイティ）」を開発。 気分やお店の雰囲気、接客の好みをAIが学習し、一人ひとりに合った飲食店を提案。 デジタルおひねり機能「twist」で、新たな外食体験を目指す。 #AI# #飲食店#

#レコメンドフライデー# 📀 RN: ポテト さんから🥔 #あいみょん#(@aimyonGtter) 「 空の青さを知る人よ 」お届け中 🐶 📻生放送のご参加はこちら👇 #TOKYOFM# #BlueOcean#

学習に数日かかるレコメンドモデルの研究を、AIエージェントに自律的に回させたらどうなるかという論文です。 Auto-RecSys: Harnessing Autonomous Research Agents for Industry-Scale Recommender Systems ❓ なぜ既存の自律AI研究エージェントでは足りないのでしょうか 💡 既存システムは数分〜数時間で結果が出る小規模実験を前提にしていますが、産業用レコメンドモデルは1回の学習に数日かかり、設定も数千行に及びます。逐次試行が現実的でないため、複数のアイデアを分散サーバーで並行に走らせ、失敗からも復旧できる全く別の設計が必要になります。 ❓ どうやって並行実験と障害復旧を両立させているのでしょうか 💡 アイデアごとに独立した状態ファイルを持たせ、発案→実装→検証→学習→分析という工程を管理します。セッションが再起動しても、共有ストレージ上のグローバルレジストリと軌跡ログを読み直すことで、サーバーをまたいでシームレスに作業を再開できます。 ❓ 本当にシステムは「学習」していくのでしょうか 💡 実験の軌跡をモデル固有のプレイブックに蒸留し、失敗を「やってはいけないこと」として蓄積します。31回の反復のうち、1反復あたりの主要な修正回数は4.0件から0.5件まで減り、無修正で完了する反復の割合は83%に達しました。 ❓ 実際にどれくらい自律的に動けるのでしょうか 💡 970件連続のログエントリを人の介入なしで実行し、公開の失敗が続いた際には学習フローを自ら切り替えるといった適応も観察されています。 #AIエージェント# #機械学習#

10/13(火)14:30～【AFTERNOON COLORS】 ✅16:30頃～ #日食なつこ# さんがリモートで生出演🎉 ✅15:05頃～ MEETS MY AICHI #小牧市✨# プロ和太鼓演奏集団「和太鼓 音魂」について 田吾作隆一さんにお話を伺います🥁 ★コーナー★ ✅15:25頃～「純喫茶ヴァイナル」☕ アナログレコードの音色でほっと一息☺ ✅15:45頃～「S-COLLECTION」 SHOKOのレコメンドコーナー🌈 ✅16:10頃～「今日のおつまみ」🍶 おつまみ大好きSHOKOが あなたにおススメする一品をご紹介👆 番組X→ @afternoon807 ハッシュタグ #アフカラ807# HP⇒ 📱💻で📻が聴けます↓ #アフカラ807# #FMAICHI#

💡 Meta Platforms, Inc. $META Q3 2026決算 2026-10-21 💰 今四半期業績 - 🟢 EPS：$7.40 (予想$6.54) - 🟢 売上高：$64.60B (予想$63.34B) 📊 重要指標 - 🟢 広告売上高：$63.06B (YoY+26%) - 🟢 広告インプレッション / 平均広告単価：インプレッション YoY+10% / 広告単価 YoY+14% - 🟢 Family Daily Active People (DAP)：3.64B (YoY+3%) - 🔴 営業利益率：GAAP 20% (訴訟費用除く 35.42%) (前年同期 40%) - 🔴 フリーキャッシュフロー：-$2.12B (前年同期 $10.63B) - ⚫️ 設備投資 (ファイナンスリース元本返済含む)：$34.91B (Est. $39.72B) (YoY+80.17%) - ⚫️ Reality Labs 営業損失：-$4.13B (前年同期 -$4.43B) / 売上 $443M (YoY-5.74%) 📊 次四半期ガイダンス - 🟢 売上高：$74.50B (予想$73.65B) 📍決算内容の注目ポイント - 議決権のないClass C普通株式の新設を取締役会が承認。2027年1月19日付で効力発生予定で、Class A・Class B株式1株につきClass C株式1株を割り当てる一回限りの株式配当を実施予定であり、Class A株式の株価には実質的な1対2の株式分割効果が反映される見込み。資本調達、従業員報酬、M&A等への活用を目的とし、Mark Zuckerbergとは創業者アラインメント契約を締結 - 初のフロンティアモデルとなるMuseおよびMuse Wonderをローンチし、全ての人に向けたパーソナル・スーパーインテリジェンスの実現に向けた重要なマイルストーンを達成 - 52州の司法長官と10代のメンタルヘルスとソーシャルメディアに関する訴訟で和解(支払総額最大約$18.59B)。Q3に$9.89Bの費用を計上し、同費用を除くと営業利益は$22.88B、希薄化後EPSは7.40(GAAP 3.83から+3.57)、実効税率は17% - 2026年度の設備投資見通しを$135-145Bに絞り込み(従来$130-145B)、総費用見通しは訴訟費用を織り込み$175-179Bに引き上げ。訴訟費用を除く営業利益は2025年度超えを維持する見通し - Reality Labsの損失は2026年度に$18-19B、2027年度には約$15Bへ縮小見込みで、投資をAIへ再配分。従業員数は66,775人とYoY-15%の大幅削減 🤵‍♂️CEO (Mark Zuckerberg) コメント 「今四半期、初のフロンティアモデルであるMuseおよびMuse Wonderのローンチを含め、全ての人にパーソナル・スーパーインテリジェンスを届けることに向けた大きなマイルストーンを達成しました。私たちの投資は成果を上げており、コア事業は堅調で、あらゆる分野で勢いが生まれています。」 🤵‍♂️CFO (Susan Li) コメント 「Q4 2026の総売上高は$73-76Bの範囲を見込んでいます。Q3に計上した$9.9Bの訴訟費用を反映し、2026年度の総費用見通しを$175-179Bに引き上げますが、同費用を除けば2026年度の営業利益は2025年度を上回る見込みです。当社のAI投資は、エンゲージメント向上、レコメンドの改善、収益化の効率化を通じて、既に広告収益の大幅な増加をもたらしています。2027年度の売上見通しは提示しませんが、2027年を通じて力強い売上成長を維持できる態勢にあります。」 🔍 主要ファンダメンタルズ指標 - 時価総額: 1.78T - PER: 25.92 - Forward PER: 22.98 - PEG: -5.31 🎯市場評価 - 株価 (発表前): 📈$697.98 (0.54%) - 株価 (発表後): 📈$722.3 (3.48%) - 決算前アナリスト目標株価: $803.62 ($1000 ~ $595) B+ - 決算総合サプライズ率 (AI推定): 😊2.69% - 決算後目標株価 (AI推定): $719.51 🤖 決算まとめるくん(AI)コメント 「今四半期は、訴訟関連の一時費用を除いた実質ベースで市場予想を明確に上回る内容となりました。 売上高は、広告インプレッション(広告表示回数)+10%と平均広告単価+14%の双方が伸長し、前年同期比+26%と高い成長を示しました。AIによるレコメンド精度と広告配信効率の向上がコア広告事業の収益化に寄与していると考えられ、Q4売上高ガイダンスも中央値でコンセンサスを上回っています。 一方、GAAPベースのEPSは、米国州司法長官との10代のメンタルヘルス訴訟に関する和解費用$9.89Bの計上により大きく圧縮されました。同費用を除く調整後EPSは7.40であり、GAAPとの乖離は一時的な訴訟費用に起因するものです。 より構造的な論点は資本集約度の急上昇です。設備投資は$34.91Bに達し、フリーキャッシュフローは赤字に転落、長期債務も増加しています。MSL(Meta Superintelligence Labs、超知能開発組織)への投資について、経営陣自身がコア事業より回収に時間を要すると認めており、投資回収の道筋が今後の焦点となります。 総じて、コア広告事業の強さとAI投資の成果は確認できる一方、キャッシュ創出力の低下と法的リスクが併存する、成長と負担が交錯する決算と評価します。 評価は📈ポヨ」 🏢 Meta Platforms, Inc. 概要 - セクター: コミュニケーション・サービス - 特徴:世界最大級のソーシャルメディア・デジタル広告企業 🤘情報提供 Stock Slayer :

#レコメンドフライデー# 🎧 RN：お祭りうさこさんから🐰 井上陽水・安全地帯 「 夏の終わりのハーモニー 」お届け中💙 📻生放送のご参加はこちら👇#TOKYOFM# #BlueOcean#