返回首页

美团 MTFM 统一外卖多业务精排,订单提升 2.06%~6.68%

  • 模型发布:MTFM 是统一推荐基座大模型,首次实现美团外卖多个主要业务的统一精排,相关工作被 KDD 2026 收录。
  • 技术设计:异构 Tokenizer 与动态 Mask 支持多场景特征免对齐;混合注意力(Target:Full=3:1)与 Target Token Scale-Up 提升 Scaling 能力;User-Level 训练复用长序列计算。
  • 业务数据:美团称外卖多个业务订单量提升 2.06%~6.68% 不等,在线推理成本降低 24%;单样本计算量达 192 GFLOPs。
  • 行业意义:推荐系统从单场景 Scaling 走向跨场景基座模型,需要同时处理特征对齐、训练稳定性与推理成本;MTFM 给出了“统一训练、多业务部署”的工业路径。 🔗 美团技术团队
图1 MTFM 模型架构图图2 多场景 Token 动态 Mask 示意图图3 MTFM V1 混合注意力架构示意图图表1 混合架构比例消融(GAUC 为某业务场景离线指标)图表2 多业务联合训练 vs 各业务独立训练离线效果对比图表3 统一序列对比仅使用场景独立序列的消融实验