LinkedIn 推出 TransX：推荐系统序列转导框架，CTR 提升 6.02%

LinkedIn 团队发布 TransX 技术报告，提出面向工业级推荐的序列转导框架与配套基础设施。该框架将序列编码、行为记忆、候选条件融合拆为可独立扩展组件，推理侧用紧凑行为记忆 KV 把大部分计算放到离线完成。生产 A/B 实验中，核心模型 CTR +6.02%、转化 +4.45%，后训练的检索与偏好排序变体分别 CTR +2.96%、转化 +1.33%。