Netflix ha presentado GenPage, un sistema que construye su página de inicio completa mediante un único modelo generativo basado en transformadores, en lugar del tradicional pipeline por etapas. La página se trata como una respuesta autorrregresiva a un prompt que combina el historial del usuario, su perfil y el contexto de la solicitud.
El sistema genera de forma conjunta filas, entidades y disposición, lo que permite optimizar la página completa mediante aprendizaje por refuerzo. Entre las metas del rediseño figuran un modelado de extremo a extremo que sustituye múltiples componentes de generación de candidatos y ranking, una optimización global capaz de captar interacciones entre filas —por ejemplo, el equilibrio entre diversidad y potencia de retención— y una escalabilidad más clara al crecer en datos y capacidad de cómputo.
Para su uso industrial, Netflix abordó retos como la latencia de servicio en tiempo real, el cold start de entidades en un catálogo en constante evolución, la actualización continua del modelo y el cumplimiento de reglas de producto. En un test A/B en producción frente al recomendador multinivel anterior, GenPage logró mejoras estadísticamente significativas en la métrica de engagement clave para el lanzamiento y redujo la latencia de servicio de extremo a extremo un 20%.
El artículo describe también la tokenización específica del dominio, que comprime eventos del usuario como 'vio Orange Is the New Black durante 50 minutos hace 30 días' en cuatro tokens frente a los 16 que requeriría un tokenizador genérico, lo que disminuye el coste de inferencia y facilita imponer reglas de negocio.