小红书精读：Netflix Artwork Personalization via LLM Post-training

Netflix封面个性化：LLM后训练提升5%

各位算法同学们，同一个剧的封面，在不同用户眼里值多少？Netflix用LLM后训练来做封面个性化，效果比生产模型高5%。这篇把封面选择从“一张图走天下”变成了“按用户口味生成式选图”，思路挺有意思。

📄 Netflix Artwork Personalization via LLM Post-training

🔧 核心是把多幅封面图像用视觉语言模型转成约200词的文本caption，这样LLM就能直接处理多模态输入，而且能扩展到40+个候选封面。 🧩 后训练走的是SFT + 推理蒸馏 + DPO的组合：先用110K样本做监督微调，再用Qwen 3-32B生成推理过程做蒸馏，最后用DPO对齐偏好。 ⚙️ 为了让模型区分不同候选，往prompt里加了 和 两个新token，推理时用n-gram匹配从生成的文本里挑出最可能的封面。

📊 训练集110K条，评估集5K条user-title对，都是没见过的组合。 📈 用SFT+推理蒸馏，比Netflix生产模型提升5%。 ✅ 只用DPO，也能提升3%。

对做推荐系统、内容个性化、尤其是封面/图文选择这类细粒度任务的人，这篇很有参考价值。但要留意一个坑：caption是压缩过的图像信息，复杂视觉细节可能有损失；另外5%是相对提升，具体还得看IPS等指标。如果要在线上落地，还得衡量caption生成的耗时和成本，不一定比现有图像特征方案划算。

原文：AlphaXiv