論文の概要: DrEM: Dual-Side Robust Ensemble Ranking from Noisy User Preference Predictions in Video Recommendation
- arxiv url: http://arxiv.org/abs/2608.12778v1
- Date: Thu, 13 Aug 2026 03:36:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-14 18:29:38.383479
- Title: DrEM: Dual-Side Robust Ensemble Ranking from Noisy User Preference Predictions in Video Recommendation
- Title（参考訳）: DrEM:ビデオレコメンデーションにおけるノイズの多いユーザの嗜好予測からランク付けされたデュアルサイドロバストアンサンブル
- Abstract要約: 本稿では,DEMと呼ばれる両面の頑健なアンサンブルランキングフレームワークを提案する。
我々のDEMは、推定された優先順位フリップ確率を用いて経験的リスクを補正するリスク低減ロバスト損失を導入している。
予測ノイズの分布から摂動をサンプリングし、特徴側出力安定性を改善するために、優先保存型ランキング整合正則化を導入する。
- 参考スコア（独自算出の注目度）: 12.507238526770687
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Industrial video recommendation systems typically adopt a multi-stage architecture. At the ensemble ranking stage, multi-dimensional user preference predictions (pxtrs) from an upstream multi-task model are fused into a unified ranking score to reflect user satisfaction. Since users' true satisfaction is difficult to observe directly, ensemble ranking models commonly use pxtrs both as input features and as a source for constructing proxy preferences. However, as outputs of an upstream prediction model, pxtrs inevitably contain prediction noise, which propagates to downstream learning across two sides. On the supervision side, noisy pxtrs may flip proxy preferences and introduce erroneous gradients. On the feature side, pxtr noise may propagate through model inputs and destabilize ranking scores. Existing ensemble ranking methods typically treat pxtrs as reliable signals and overlook such prediction noise. To address this, we propose DrEM, a dual-side robust ensemble ranking framework. Our DrEM introduces a risk-denoising robust loss that corrects the empirical risk using estimated preference flip probability. Meanwhile, it samples perturbations from the distribution of prediction noise and introduces a preference-preserving ranking consistency regularizer to improve feature-side output stability. Theoretically, we obtain an approximate distribution of the prediction noise and prove that the robust loss remains superior under flip probability estimation error. Extensive offline experiments and large-scale online A/B tests demonstrate the effectiveness and robustness of our DrEM.
- Abstract（参考訳）: 産業用ビデオレコメンデーションシステムは一般的にマルチステージアーキテクチャを採用する。
アンサンブルランキング段階では、上流マルチタスクモデルからの多次元ユーザ嗜好予測(pxtrs)が統合されたランキングスコアに融合され、ユーザの満足度が反映される。
ユーザの真の満足度を直接観察することは困難であるため,アンサンブルランキングモデルでは,pxtrを入力機能として,またプロキシの嗜好を構築するためのソースとして使用するのが一般的である。
しかし、上流予測モデルの出力として、pxtrsは必然的に予測ノイズを含んでおり、このノイズは下流学習に2つの側面をまたいで伝播する。
監督側では、ノイズの多いpxtrsはプロキシの好みを反転させ、誤った勾配を導入する可能性がある。
特徴面では、pxtrノイズはモデル入力を介して伝播し、ランキングスコアを不安定にする。
既存のアンサンブルランキング法は通常、pxtrを信頼できる信号として扱い、そのような予測ノイズを見落としている。
そこで本研究では,両面の頑健なアンサンブルランキングフレームワークであるDrEMを提案する。
我々のDEMはリスクを低減させるロバストな損失を導入し、推定された選好フリップ確率を用いて経験的リスクを補正する。
一方、予測雑音の分布から摂動をサンプリングし、特徴側出力安定性を改善するために、優先保存整合正規化器を導入する。
理論的には、予測ノイズの近似分布を求め、ロバスト損失がフリップ確率推定誤差よりも優れていることを示す。
大規模なオフライン実験と大規模オンラインA/Bテストは、我々のDEMの有効性と堅牢性を示している。
関連論文リスト
- Sample-Adaptive Latent Rewards for Uncertainty-Guided Diffusion Post-Training [51.18425726646089]
我々は、画像とビデオの拡散モデルのための統合潜在空間フレームワークであるtextscSUREを提案する。
報酬分布を学習し、信頼性を直接利用して、密集したポストトレーニングをガイドする。
textscSURE-REFLは評価手法の中で最も高いVBench品質、セマンティック、総得点を達成する。
論文 参考訳（メタデータ） (2026-08-06T14:55:42Z) - Uncertainty as Remedy: Mitigating Satisfaction Label Bias in Short Video Multi-Objective Ensemble Ranking [16.64526329343913]
本稿では,不確かさを意識したマルチオブジェクト・エンサンブル・ランキング・フレームワークであるUAMEを提案する。
UAME は,EMER と EASQ という2つの最先端パラダイムを一貫して改善し,質問紙によるユーザ満足度の向上を図っている。
論文 参考訳（メタデータ） (2026-07-19T06:14:21Z) - SATB-VR: Training Few-Step Video Restoration Diffusion Model using SNR-Aware Trajectory Blending [55.764018145256216]
本稿では,補助予測器を介してデノナイジングプロセスを開始する数ステップのパラダイムであるSATB-VRを提案する。
我々は,SATB-VRが,合成,実世界,AIGCベンチマークにおける既存のアプローチに対して良好に動作することを示す。
論文 参考訳（メタデータ） (2026-06-27T01:32:16Z) - Beyond the Mean: Distribution-Aware Loss Functions for Bimodal Regression [13.50774354486614]
正規化RMSEとワッサースタイン距離とクラメール距離を組み合わせた分布認識損失関数のファミリーを提案する。
我々のフレームワークは、信頼性と堅牢性の両方においてMDNを厳格に支配し、信頼できるAIシステムにおけるアレタリック不確実性推定のための信頼性の高いツールを提供する。
論文 参考訳（メタデータ） (2026-03-20T18:37:05Z) - One Sample is Enough to Make Conformal Prediction Robust [53.78604391939934]
共形予測は, 1つのランダムな摂動入力に対して前方通過しても, ある程度の堅牢性が得られることを示す。
提案手法は,入力毎に多数のパス(例えば100回程度)を使用するSOTA法と比較して,平均セットサイズが小さいロバストな集合を返す。
論文 参考訳（メタデータ） (2025-06-19T19:14:25Z) - Confidence Aware Learning for Reliable Face Anti-spoofing [52.23271636362843]
本稿では,その能力境界を意識した信頼認識顔アンチスプーフィングモデルを提案する。
各サンプルの予測中にその信頼性を推定する。
実験の結果,提案したCA-FASは予測精度の低いサンプルを効果的に認識できることがわかった。
論文 参考訳（メタデータ） (2024-11-02T14:29:02Z) - Debiased Recommendation with Noisy Feedback [41.38490962524047]
収集データ中のMNARとOMEから予測モデルの非バイアス学習に対する交差点脅威について検討する。
まず, OME-EIB, OME-IPS, OME-DR推定器を設計する。
論文 参考訳（メタデータ） (2024-06-24T23:42:18Z) - Estimating Treatment Effects under Recommender Interference: A Structured Neural Networks Approach [32.55211271796683]
一般に採用されている差分推定器は、推奨者干渉による推定に大きく偏りがあることが示される。
干渉経路を明示的に表現した「推薦者選択モデル」を提案する。
Weixin短ビデオプラットフォーム上での大規模フィールド実験により本手法の有効性を検証した。
論文 参考訳（メタデータ） (2024-06-20T14:53:26Z) - Reconciling Model Multiplicity for Downstream Decision Making [24.335927243672952]
2つの予測モデルがほぼ至るところでそれぞれの予測にほぼ一致しているとしても、最も応答性の高い行動が人口のかなりの部分で相違していることが示される。
本稿では,下流決定問題と個別確率予測の両方に関して,予測モデルを校正する枠組みを提案する。
論文 参考訳（メタデータ） (2024-05-30T03:36:46Z) - Sample-Efficient Optimisation with Probabilistic Transformer Surrogates [66.98962321504085]
本稿では,ベイズ最適化における最先端確率変換器の適用可能性について検討する。
トレーニング手順と損失定義から生じる2つの欠点を観察し、ブラックボックス最適化のプロキシとして直接デプロイすることを妨げる。
1)非一様分散点を前処理するBO調整トレーニング,2)予測性能を向上させるために最適な定常点をフィルタする新しい近似後正則整定器トレードオフ精度と入力感度を導入する。
論文 参考訳（メタデータ） (2022-05-27T11:13:17Z) - Probabilistic and Variational Recommendation Denoising [56.879165033014026]
暗黙のフィードバックから学ぶことは、推奨システムの適用において最も一般的なケースの1つである。
本稿では,暗黙のフィードバックに対する確率的・変動的推薦を提案する。
提案したDPIとDVAEを4つの最先端レコメンデーションモデルに適用し、3つのデータセットで実験を行う。
論文 参考訳（メタデータ） (2021-05-20T08:59:44Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。