腾讯：2025年度腾讯广告技术年刊（173页）.pdf

1、2 20 02 25 5 年年度度腾腾讯讯广广告告技技术术年年刊刊2 20 02 25 5 年年度度腾腾讯讯广广告告技技术术年年刊刊“”欢欢迎迎通通过过 腾腾讯讯广广告告技技术术 微微信信公公众众号号与与我我们们联联系系细节，或有宝贵建议想分享交流，共赴技术深耕之约，共探行业发展之道。时序更替，华章日新。值此辞旧迎新之际，腾讯广告技术团队衷心祝愿各位新年快乐、万事顺意！愿我们在新的一年里，怀揣对技术的热忱与对未知的勇气，向阳而行、在在广广告告技技术术的的星星辰辰大大海海中中勇勇往往逐光而上，以硬核实力破解挑战，以持续创新奔赴远方，直直前前、无无畏畏无无惧惧。腾讯广告技术团队技术编辑：周超、薛伟

2、市场编辑：范鲁南、庞如琳腾腾讯讯广广告告技技术术团团队队，是深耕广告技术领域多年的硬核力量技术版图横跨推AIGC，荐模型、机制策略、数据挖掘、多模态模型、工程系统、研发效能等前沿赛道助力腾讯广告成为“企业”值得信赖的全域经营伙伴，帮助广告主实现数字化营销的高质量增长。2025，回望，我们始终立足技术前沿与业务一线，以实践为笔以创新为墨，持续分A AI I内内容容覆覆盖盖推推荐荐模模型型、研研效效、多多模模态态与与推推理理、，享有温度、有深度的技术实践与业务洞察内内容容治治理理、机机制制策策略略、工工程程系系统统等等，也有经核心领域既有对前沿技术论文的探索拆解亿级流量。，场景验证的大规模技术应用

3、实践每一项成果的背后都凝聚着团队对技术本质的敬畏与对业务价值的坚守。2025为让这份技术沉淀产生更广泛的价值，我们将年最具代表性与创新性的工作，希望为广告技术及相关领域的，梳理成刊从业者与伙伴们，提供一份可探讨的实践参考序序言言为业界的广告技术探索之路带来些许启发。若你对本刊内容有疑问，渴望深入探讨技术2 20 02 25 5 年年度度腾腾讯讯广广告告技技术术年年刊刊12025PDF关注腾讯广告技术公众号，发送“技术年刊”，获取完整版推推荐荐模模型型关注腾讯广告技术小红书号，获取更多“广告技术”新鲜资讯2 20 02 25 5 年年度度腾腾讯讯广广告告技技术术年年刊刊2将其中间表征迁移到下游专

4、家模型。然而，现有工作存在以下局限：表表征征迁迁移移不不全全面面：User RepresentationUR仅迁移用户表征（，），忽视了物品表征Item RepresentationIR-Cross RepresentationCR（，）和用户 物品交叉表征（，）。交交叉叉表表征征难难迁迁移移：CR 同时与用户、物品有关，颗粒度太细，难以完全对齐下游样本。下下游游用用法法单单一一：只把上游表征作为一个额外特征，简单地与下游特征融合。LFM4Ads为了克服上述局限，我们提出基于基础大模型的全表征、多粒度迁移框架，实现了：全全面面的的表表征征迁迁移移：URIR-我们将用户表征（）、物品表征（）和用

5、户 物品交叉表征G GMMV V2 2.4 45 5%粒粒度度知知识识迁迁移移，全全平平台台提提升升公众号链接：腾讯广告LFM4Ads基础大模型：全表征多粒度知识迁移，全平台GMV提升2.45%https:/arxiv.org/abs/2508.14948原文链接：0 01 1 行行业业痛痛点点与与解解决决思思路路0 01 1 L LF FMM4 4A Ad ds s腾腾讯讯广广告告基基础础大大模模型型：全全表表征征多多-基基础础 专专家家2,3,4当前推荐系统正在兴起范式，即用海量数据训练一个基础大模型，然后导导语语：如何利用海量数据训练强大的基础模型，并将其知识迁移到下游任务？这一LFM4

6、AdsLarge 直 是 广 告 推 荐 领 域 关 注 的 焦 点。腾 讯 广 告 研 究 团 队 推 出（Foundation Model for Ads Recommendation1）基础大模型，通过创新的全表征、G GMMV V2 2.4 45 5%全全平平台台提提升升。本文详细介多粒度迁移框架，在十余个下游应用中落地，绍这一技术突破。2 20 02 25 5 年年度度腾腾讯讯广广告告技技术术年年刊刊30 02 2 L LF FMM4 4A Ad ds s：全全表表征征、多多粒粒度度知知识识迁迁移移一一、模模型型设设计计与与表表征征抽抽取取可可迁迁移移的的交交叉叉表表征征：CR/我们