HLLM（Hierarchical Large Language Models）是由字节跳动提出的分层大语言模型架构，旨在通过分层结构提升推荐系统的性能。它由Item LLM和User LLM组成，分别处理物品特征提取和用户兴趣预测。该方法结合了生成式和判别式训练方式，通过实验证明其有效性，尤其在处理大规模数据集时表现出色。线上AB测试验证了其在真实推荐场景中的实用性。
