論文の概要: UniRec: Cross-stage Multi-Task Fusion with Preference Alignment for Cascaded Recommender Systems

• arxiv url: http://arxiv.org/abs/2609.11052v1
• Date: Thu, 10 Sep 2026 03:54:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-11 23:53:35.20708
• Title: UniRec: Cross-stage Multi-Task Fusion with Preference Alignment for Cascaded Recommender Systems
• Title（参考訳）: UniRec: カスケードレコメンダシステムのための優先アライメント付きクロスステージマルチタスクフュージョン
• Abstract要約: 我々は,統一型クロスステージ勧告フュージョンモデルを提案する。 UniRecはシングルステージ融合とクロスステージ調整ベースラインを一貫して上回っている。 オンラインA/Bテストでは、アプリ使用時間が0.616%増加した。
• 参考スコア（独自算出の注目度）: 24.31254361881359
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Industrial recommender systems use cascaded stages with different objectives, feature spaces, and latency constraints. Optimizing pre-ranking and ranking separately can create cross-stage inconsistency: upstream models may filter out items preferred by downstream rankers, and independently tuned downstream fusion can offset upstream improvements. Existing multi-task fusion methods focus on multi-objective fusion within the ranking stage, and cross-stage methods typically only add a downstream score factor to upstream ranking. Joint optimization of fusion modules across both stages remains largely unexplored. We propose UniRec, a Unified Cross-stage Recommendation Fusion model. First, the two fusion agents partially share input embeddings and are trained in a single computation graph, so gradients from either stage propagate through the shared representation and influence the other. Second, we introduce a dual-axis preference alignment objective: a vertical cross-stage consistency term transfers downstream pairwise preferences to the upstream fusion score, and a horizontal compact aggregation term reorganizes dozens of pairwise objectives over heterogeneous prior signals into bidirectional preference evidence. Third, we find that unconstrained end-to-end fusion optimization can exploit imbalances in item attribute distributions, over-concentrating on high-reward regions at the cost of other objectives. We therefore add an attribute group-relative regularization that computes advantages within attribute groups and normalizes the policy over the same groups, so uniformly promoting an entire high-reward group yields no optimization gain. Offline, UniRec consistently outperforms single-stage fusion and cross-stage coordination baselines. Online A/B tests show a 0.616\% gain in app usage duration. UniRec is fully deployed on the Kuaishou platform.
• Abstract（参考訳）: 産業推薦システムは、異なる目的、特徴空間、遅延制約を持つカスケードステージを使用する。 上流モデルは、下流のローダが好むアイテムをフィルタリングし、下流のフュージョンを独立に調整することで、上流の改善を相殺することができる。 既存のマルチタスク融合手法は、ランキングステージ内の多目的融合に焦点を当てており、クロスステージ手法は通常、上流ランキングにダウンストリームスコアファクタを追加するだけである。 両段間の融合モジュールの合同最適化は、ほとんど未解明のままである。 We propose UniRec, a Unified Cross-stage Recommendation Fusion model。 第一に、2つの融合剤は入力埋め込みを部分的に共有し、単一の計算グラフで訓練されるので、どちらの段階からの勾配も共有表現を通して伝播し、他方に影響を与える。 第2に、垂直のクロスステージ整合項が上流の融合スコアに下流のペアワイドな嗜好を伝達し、水平のコンパクトな集約項が異種先行信号に対する数十のペアワイドな目的を双方向な選好証拠に再編成する。 第三に、制約のないエンドツーエンドの融合最適化はアイテム属性分布の不均衡を生かし、他の目的を犠牲にして高次領域に過度に集中することを発見した。 したがって、属性群内の利点を計算し、同一群上のポリシーを正規化する属性群相対正規化を加え、したがって、ハイリワード群全体を均一に推進しても、最適化ゲインは得られない。 オフラインでは、UniRecはシングルステージ融合とクロスステージ調整ベースラインを一貫して上回っている。 オンラインA/Bテストでは、アプリ使用時間の0.616\%が上昇している。 UniRecはKuaishouプラットフォームに完全にデプロイされている。

関連論文リスト

• F-GRPO: Factorized Group-Relative Policy Optimization for Unified Candidate Generation and Ranking [79.49893545611779]
  大規模言語モデル(LLM)はサブセットを生成し、それを1つの自己回帰パス内で順序付けることができる。 この柔軟性は、新しい最適化課題をもたらす: モデルが出力空間を検索し、完全なランクリストが生成された後にのみユーティリティフィードバックを受けなければならない。 このクレジット割り当てギャップは、エンドツーエンドの最適化を不安定にし、サンプル非効率にする。 本稿では,単一自己回帰的ロールアウト内の両方を実行する統一フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-13T04:52:33Z)
• PivotMerge: Bridging Heterogeneous Multimodal Pre-training via Post-Alignment Model Merging [80.17966517536102]
  マルチモーダル大規模言語モデルの事前学習の核心は、効果的なクロスモーダルアライメントの確立にあると論じる。 この知見に触発されて,マルチモーダル事前学習から学んだクロスモーダルアライメント機能を統合することを目的とした,アライメント後のマージタスクを導入する。 クロスモーダルプロジェクタのためのアライメント後マージフレームワークであるPivotMergeを提案する。
  論文  参考訳（メタデータ） (2026-04-18T09:38:03Z)
• Token-Level LLM Collaboration via FusionRoute [60.72307345997823]
  FusionRouteはトークンレベルのマルチLLMコラボレーションフレームワークである。 各デコーディングステップで最も適した専門家を選択し、選択した専門家の次のTokenディストリビューションを洗練または修正する補完ロジットをコントリビュートする。 シーケンスレベルのコラボレーションとトークンレベルのコラボレーション、モデルマージ、ダイレクト微調整の両方に優れています。
  論文  参考訳（メタデータ） (2026-01-08T16:53:16Z)
• MergeRec: Model Merging for Data-Isolated Cross-Domain Sequential Recommendation [14.573099220558765]
  ドメイン間のシーケンシャルなレコメンデーションは、この問題に対処するための有望な研究方向として現れている。 本稿では,新しい現実的な問題設定の下でのモデルマージに基づく新しいフレームワークであるMergeRecを提案する。 MergeRecは継続的に優れたパフォーマンスを達成し、Recall@10では平均17.21%の改善を実現している。
  論文  参考訳（メタデータ） (2026-01-05T03:14:23Z)
• Unified Control for Inference-Time Guidance of Denoising Diffusion Models [4.2566707664597]
  我々は、サンプリングと勾配に基づくガイダンスの長所を統一されたフレームワークにまとめるユニバーサルアルゴリズムUniCoDeを提案する。 そこで本研究では,サンプリングと勾配に基づくガイダンスの長所を統一したフレームワークに組み込んだユニバーサルアルゴリズムUniCoDeを提案する。
  論文  参考訳（メタデータ） (2025-12-13T14:12:10Z)
• Align-for-Fusion: Harmonizing Triple Preferences via Dual-oriented Diffusion for Cross-domain Sequential Recommendation [5.661192070842017]
  クロスドメインシーケンシャルレコメンデーション(CDSR)メソッドは、しばしばアライメント・then-fusionパラダイムに従う。 本稿では,CDSR のためのアライメント・フォー・フュージョン・フレームワークを提案し,二方向DM であるHorizonRec を用いて三重選好を調和させる。 2つの異なるプラットフォームからの4つのCDSRデータセットの実験は、HorizonRecの有効性と堅牢性を示している。
  論文  参考訳（メタデータ） (2025-08-07T07:00:29Z)
• Fine-tuning Aligned Classifiers for Merging Outputs: Towards a Superior Evaluation Protocol in Model Merging [25.971290900574875]
  そこで本研究では,数発の未ラベルサンプルで整列型分類器を微調整するプロトコルFT-Classifierを提案する。 これらの観測結果に基づいて,数発の未ラベルサンプルで整列型分類器を微調整する新しいプロトコルFT-Classifierを提案する。
  論文  参考訳（メタデータ） (2024-12-18T05:53:15Z)
• Graph-Sequential Alignment and Uniformity: Toward Enhanced Recommendation Systems [51.716704243764994]
  我々のフレームワークはグラフニューラルネットワーク(GNN)ベースのシーケンシャルレコメンデータを別個のサブモジュールとして使用し、同時に最適化された統合埋め込み空間を共同で共有する。 3つの実世界のデータセットの実験により、提案手法はどちらのアプローチも単独で大幅に性能が向上することを示した。
  論文  参考訳（メタデータ） (2024-12-05T15:59:05Z)
• Multiway Point Cloud Mosaicking with Diffusion and Global Optimization [74.3802812773891]
  マルチウェイポイントクラウドモザイクのための新しいフレームワーク(水曜日)を紹介する。 我々のアプローチの核心は、重複を識別し、注意点を洗練する学習されたペアワイズ登録アルゴリズムODINである。 4つの多種多様な大規模データセットを用いて、我々の手法は、全てのベンチマークにおいて大きなマージンで、最先端のペアとローテーションの登録結果を比較した。
  論文  参考訳（メタデータ） (2024-03-30T17:29:13Z)
• Disentangled Federated Learning for Tackling Attributes Skew via Invariant Aggregation and Diversity Transferring [104.19414150171472]
  属性は、クライアント間の一貫した最適化方向から、現在の連邦学習(FL)フレームワークを歪めます。 本稿では,ドメイン固有属性とクロス不変属性を2つの補足枝に分離するために,非絡み付きフェデレーション学習(DFL)を提案する。 実験により、DFLはSOTA FL法と比較して高い性能、より良い解釈可能性、より高速な収束率でFLを促進することが確認された。
  論文  参考訳（メタデータ） (2022-06-14T13:12:12Z)

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。