餐饮菜单个性化推荐引擎

餐饮菜单个性化推荐引擎：基于 ms-swift 框架的大模型工程化实践

在智能餐饮系统加速演进的今天，用户早已不再满足于“猜你喜欢”式的粗粒度推荐。当一位顾客打开手机点餐 App，输入“想吃点清淡又不油腻的”，他期待的不是一堆随机沙拉的堆砌，而是系统能理解“清淡”背后可能包含低油、少盐、高蛋白、适合减脂期等多重语义，并结合其历史偏好、用餐时间甚至门店库存，精准推送一道藜麦鸡胸配烤时蔬——这正是现代推荐系统面临的挑战。

传统协同过滤或浅层机器学习模型，在处理这种复杂语义和动态上下文时显得力不从心。而大语言模型（LLM）虽具备强大的语义理解能力，却常因训练成本高、部署延迟大、微调流程繁琐等问题难以落地。如何将“聪明”的模型真正转化为“可用”的系统？魔搭社区推出的ms-swift框架，正试图回答这个问题。

以“餐饮菜单个性化推荐”为切口，我们发现，ms-swift 不仅是一套工具链，更是一种面向生产环境的大模型工程方法论。它把原本分散在 Hugging Face、DeepSpeed、vLLM、LMDeploy 等多个生态中的能力整合成一条端到端流水线，让开发者可以专注于业务逻辑本身，而非底层适配的“技术缠斗”。

从一张图文菜单说起：多模态理解是推荐的起点

真实的菜单从来不只是文字列表。一道“宫保鸡丁”，配上诱人的图片、详细的食材说明、辣度标签和营养信息，构成了丰富的多模态输入。如果系统只能读文本，就会错过视觉特征带来的关键线索——比如图片中辣椒的数量暗示了实际辣度，或是摆盘风格透露出是否偏重油脂。

ms-swift 对 Qwen-VL、InternVL 等主流多模态模型的原生支持，使得这类联合推理成为可能。其训练架构清晰划分为三个模块：

视觉编码器（ViT）提取图像特征；
对齐模块（Aligner）将图像嵌入映射至语言空间；
大语言模型（LLM）融合图文信息进行决策。

更重要的是，ms-swift 允许你灵活控制每个模块的可训练性。例如，在资源有限的情况下，可以选择冻结 ViT 主干，只微调 Aligner 和 LLM 头部，实现高效的迁移学习。同时，框架内置的多模态 packing 技术可将多个短样本拼接成长序列批量处理，实测在 A100 上训练 Qwen-VL-7B 时 GPU 利用率提升超 100%，速度加快近 2 倍。

from swift import Swift, TrainingArguments args = TrainingArguments( model_name_or_path='qwen-vl-7b', dataset='food_multimodal_dataset', max_length=8192, per_device_train_batch_size=4, packing=True, # 启用序列打包 use_vision=True, freeze_vision_tower=False, # 是否微调视觉主干 freeze_aligner=False, gradient_checkpointing=True, output_dir='./output-food-rec' ) Swift.train(args)

这段代码看似简单，背后却是整套数据预处理、padding 对齐、loss mask 构建等复杂逻辑的自动化封装。相比手动搭建 HuggingFace + custom collator 的方案，出错率显著降低，也为未来扩展至语音点餐（加入音频模态）预留了接口。

小显卡也能跑 7B 模型？轻量微调打破算力壁垒

很多餐饮企业关心一个问题：“我们没有 A100 集群，能不能做个性化推荐？”答案是肯定的——只要用对方法。

ms-swift 深度集成了 LoRA、QLoRA、DoRA 等参数高效微调（PEFT）技术，彻底改变了“大模型=高门槛”的认知。特别是QLoRA + 4-bit NF4 量化组合，可在单张 RTX 3090 或 A10 上完成 7B 级别模型的完整微调，显存占用最低仅需9GB。

这意味着什么？一家连锁餐厅的技术团队可以用一台消费级工作站，基于自身用户行为数据定制专属推荐模型，无需依赖云厂商或昂贵硬件。而且 ms-swift 支持直接对 GPTQ/AWQ 量化模型进行微调，无需反量化，避免精度损失。

swift sft \ --model_type qwen-7b \ --dataset food_preference_sft \ --tuner_type lora \ --quantization_bit 4 \ --lora_rank 64 \ --use_flash_attn true \ --max_length 4096 \ --output_dir ./output/qwen-lora-food

这条命令行背后，自动完成了模型加载、LoRA 注入、优化器配置、梯度累积等一系列操作。即便是刚入门的工程师，也能在半小时内跑通一次完整的微调任务。这种“开箱即用”的体验，正是 ms-swift 区别于其他开源框架的核心竞争力。

此外，框架还引入了LoRA-GA（Gradient Accumulation with LoRA）技术，在 batch size 较小时仍能保持训练稳定性，特别适合小数据场景下的冷启动问题。

推荐不仅要准，还要“讲得通道理”：偏好对齐让输出更人性化

点击率高 ≠ 用户满意。一个真正优秀的推荐系统，不仅要猜中用户想要什么，还得让用户相信这个选择是对的。

这就是为什么 ms-swift 强调偏好对齐（Preference Alignment）的重要性。通过 DPO、KTO、SimPO 等离线偏好学习算法，模型可以从用户的历史行为中学习“什么是好推荐”。比如，“点击但未下单” vs “点击并下单”的样本对，就能教会模型识别更具转化潜力的内容。

而在更高级的场景中，GRPO 家族的强化学习算法还能实现多轮交互式优化。想象这样一个流程：
- 用户说：“来点辣的。”
- 系统推荐“水煮牛肉”。
- 用户反馈：“太辣了，换一个。”
- 系统调整策略，下次优先推荐“香辣虾仁”这类中辣菜品。

这种动态适应能力，正是传统推荐系统所欠缺的。

from swift import Swift, DPOConfig dpo_args = DPOConfig( beta=0.1, label_smoothing=0.01, loss_type="hinge", max_length=2048, train_dataset="food_dpo_pairs", eval_dataset="food_dpo_eval" ) trainer = Swift.dpo( model='qwen-7b-lora', ref_model='qwen-7b-lora', args=dpo_args ) trainer.train()

DPO 训练不需要显式 Reward Model，而是利用隐式奖励差异更新策略，大幅简化了 pipeline。更重要的是，经过对齐后的模型能够生成带有解释性的推荐语，如：“您上次喜欢川菜，这道回锅肉辣度适中且评分高达 4.8，适合尝试。” 这种可解释性极大增强了用户的信任感与互动意愿。

召回 + 精排：Embedding 与 Reranker 构建完整推荐链路

推荐系统的经典范式是“两段式”结构：先用 Embedding 模型快速召回 Top-K 候选，再用 Reranker 进行精细化排序。ms-swift 对这两类任务都提供了原生支持。

Embedding：让语义匹配更精准

传统的双塔模型依赖向量内积匹配，无法捕捉 query 与 item 之间的细粒度交互。而 ms-swift 支持训练 instruction-tuned 的 Sentence-BERT 类结构，生成更具判别力的 embedding 向量。

例如，将用户查询“适合健身吃的午餐”与菜品描述“黑椒牛柳+糙米饭+西兰花”共同编码，模型不仅能识别关键词匹配，还能理解“高蛋白+复合碳水+膳食纤维”的营养搭配逻辑。

这些向量可存入 FAISS 或 Milvus 构建近似最近邻索引，实现毫秒级初筛。

Reranker：精排决定最终体验

初筛后的 Top-50 结果，需要进一步打分排序。这时就需要 cross-encoder 类的 reranker 模型登场。

相比简单的规则排序或统计模型，基于 BGE-Reranker 或类似结构的精排模型可通过交叉注意力机制，深入分析用户意图与菜品特征的匹配程度。例如：

Query	Document	Relevance Score
想吃点健康的	藜麦鸡胸沙拉	0.96
想吃点健康的	红烧肉套餐	0.32

ms-swift 支持将其作为分类任务进行微调（num_labels=1输出连续得分），并通过 vLLM 加速部署，实现高并发下的低延迟响应。

swift sft \ --model_type bge-reranker-large \ --dataset food_rerank_pairs \ --task_type 'classification' \ --num_labels 1 \ --output_dir ./output/reranker-food

这套组合拳下来，MRR@10 和 NDCG 指标通常能提升 15% 以上，直接影响用户体验和订单转化。

实战架构：一个完整的推荐服务是如何运作的？

在一个典型的线上点餐系统中，ms-swift 扮演着模型训练与服务能力封装的核心角色。整个系统流程如下：

[用户终端] ↓ (HTTP/API) [API Gateway] → [Recommendation Service] ↓ [Retriever: Embedding + Vector DB] ↓ [Reranker: ms-swift fine-tuned model] ↓ [Response Formatter] ↓ [前端展示]

具体工作流示例：

用户输入：“今天想吃点健康的”；
系统提取上下文：历史偏好（常点轻食）、当前时段（午餐）、地理位置（附近门店）、季节因素（夏季）；
构造 prompt 输入 Embedding 模型，生成查询向量；
在 FAISS 中检索 Top-50 候选菜品；
使用 ms-swift 微调的 reranker 模型重新打分排序；
调用 DPO 对齐后的 Qwen 模型生成自然语言推荐语；
返回结果至前端展示。

在这个过程中，ms-swift 不仅负责模型训练，还可通过集成 vLLM、SGLang 等推理引擎，暴露 OpenAI 兼容接口，便于与现有服务无缝对接。

工程落地的关键考量：不只是技术，更是权衡

我们在实践中总结出几条关键经验，远比“跑通 demo”更重要：

数据质量优先于模型规模
再强大的模型也离不开高质量的行为日志。建议至少积累数万条“点击/下单/跳过”三元组用于 DPO 训练，否则容易陷入“伪个性化”。
分阶段上线，渐进式迭代
初期可用 Embedding + Reranker 构建基础推荐系统，验证效果后再引入生成式推荐，降低风险。
冷启动要有兜底策略
新用户无历史数据时，采用基于热度、季节性和门店特色的默认推荐，逐步收集反馈。
安全与合规不可忽视
在生成层加入敏感词过滤、过敏源提醒、宗教饮食禁忌校验等机制，防止不当推荐引发客诉。
模型版本管理要可视化
利用 ms-swift 自带的 Web UI 进行实验跟踪、指标对比和模型回滚，确保每一次更新都有据可查。