GenRec: Towards LLM-Native Recommendation at Netflix

Netflix 的 GenRec 分两阶段训练：先把开源 LLM 适配到 Netflix 数据，再用排序样本、标签和奖励做后训练。第二阶段把数千个工程特征改写为用户历史与场景的文本表达，并采用受成本约束的 prefill-only 路径；大规模 A/B 测试取得统计显著收益，同时减少了所需标签和输入信号。实质变化发生在推荐表示层：分散的特征工程被迁移到生成模型可读的统一序列中。