論文の概要: Serving-Aligned Entire-Space Conversion Modeling via Click-Through Rate Knowledge Distillation
- arxiv url: http://arxiv.org/abs/2611.15137v1
- Date: Wed, 11 Nov 2026 07:25:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.073663
- Title: Serving-Aligned Entire-Space Conversion Modeling via Click-Through Rate Knowledge Distillation
- Title(参考訳): クリックスルーレート知識蒸留によるシリアルアラインエンタイア空間変換モデリング
- Abstract要約: 推奨システムは、予測クリックスルー変換率(pCTCVR)を使用してランキング決定を導出することができる。
多くのpCVRモデルは、pCVRと補助的なpCTRタワーを共同で訓練するEntire Space Multi-Task Model (ESMM)上に構築されている。
本稿では,知識蒸留を用いてESMMの補助pCTTRタワーを監督し,訓練用pCTCVRアライメントを改善する。
- 参考スコア(独自算出の注目度): 3.3724059226684044
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recommendation systems may use predicted click-through conversion rate (pCTCVR), the product of predicted click-through rate (pCTR) and post-click conversion rate (pCVR), to guide ranking decisions. Many pCVR models build on the Entire Space Multi-Task Model (ESMM), which jointly trains pCVR and auxiliary pCTR towers using pCTR and pCTCVR losses, but deploys only the pCVR tower. At serving time, this tower may be paired with a separately trained pCTR model, creating a training-serving mismatch in pCTCVR when its predictions differ from those of the auxiliary pCTR tower. In this paper, we use knowledge distillation (KD) from logged serving pCTR scores to supervise ESMM's auxiliary pCTR tower and improve training-serving pCTCVR alignment. We denote variants by KD-$α$, where $α$ controls the hard-label loss weight. On the Ali-CCP dataset, KD-0.3, the best variant on serving pCTCVR, increases ROC-AUC not only for serving pCTCVR but also for pCVR by 2.1% and 1.6%, respectively, and PR-AUC by 9.9% and 8.8%, respectively, relative to the ESMM baseline. We also test negative downsampling with 5% nonclick retention. Downsampled KD-0.3 increases mean AUC for serving pCTCVR and pCVR by 1.2% and 0.9%, respectively, -and PR-AUC by 8.5% and 4.5%, respectively, relative to downsampled ESMM.
- Abstract(参考訳): 推奨システムは、予測クリックスルー変換率 (pCTCVR) と後クリック変換率 (pCVR) の積である予測クリックスルー変換率 (pCTCVR) を使用してランキング決定を導くことができる。
多くのpCVRモデルは、pCTRとpCTCVRの損失を利用してpCVRと補助的なpCTRタワーを共同で訓練するEntire Space Multi-Task Model (ESMM)上に構築されるが、pCVRタワーのみを配備する。
供用時には、この塔は別々に訓練されたpCTRモデルと組み合わせて、補助的なpCTRタワーと予測が異なる場合、pCTCVRのトレーニング用ミスマッチを作成することができる。
本稿では,ESMMの補助的なpCTRタワーを監督し,訓練用pCTCVRアライメントを改善するために,ログ化されたpCTRスコアからの知識蒸留(KD)を用いる。
ここでは、KD-$α$で変種を表す。
Ali-CCPデータセットでは、pCTCVRを提供する最良の変種であるKD-0.3は、それぞれpCTCVRを提供するためだけでなく、pCTCVRを提供するためにもROC-AUCを2.1%、pCVRを1.6%、PR-AUCを9.9%、ESMMベースラインに対して8.8%増加させる。
また、5%の非クリック保持でネガティブなダウンサンプリングをテストした。
ダウンサンプリングされたKD-0.3は、ダウンサンプリングされたESMMと比較して、それぞれpCTCVRとpCVRをそれぞれ1.2%、0.9%、PR-AUCを8.5%、PR-AUCを4.5%増加させる。
関連論文リスト
- Modeling Cascaded Delay Feedback for Online Net Conversion Rate Prediction: Benchmark, Insights and Solutions [22.42714202297725]
産業レコメンデーションシステムでは、コンバージョンレート(CVR)が交通割当に広く使われているが、返金行動を無視しているため、推奨効果を完全に反映することができない。
真のユーザ満足度とビジネス価値をよりよく把握するために、ネットコンバージョンレート(NetCVR)が提案されている。
TESLAは,CVR返却レートのカスケードアーキテクチャ,ステージワイドデバイアス,遅延時間対応ランキング損失を特徴とする連続的NetCVRモデリングフレームワークである。
論文 参考訳(メタデータ) (2026-01-27T13:24:32Z) - Position: The Hidden Costs and Measurement Gaps of Reinforcement Learning with Verifiable Rewards [110.47944672736723]
我々は、RLVR税、評価落とし穴、データ汚染という3つの力によって利回りが過大評価されることが多いと論じている。
本稿では, 精度, グラウンド, キャリブレーションを両立させる税意識訓練・評価プロトコルを提案する。
論文 参考訳(メタデータ) (2025-09-26T05:06:25Z) - KV-Latent: Dimensional-level KV Cache Reduction with Frequency-aware Rotary Positional Embedding [72.12756830560217]
Transformer Decodersをベースとした大規模言語モデル(LLM)が、会話生成AIの選択肢として好まれている。
デコーダアーキテクチャの全体的な優位性にもかかわらず、推論中にキーバリューキャッシュが徐々に増加し、主要な効率ボトルネックとなっている。
キーバリューベクトル次元を潜在空間にダウンサンプリングすることで、KVキャッシュのフットプリントを大幅に削減し、推論速度を向上させることができる。
論文 参考訳(メタデータ) (2025-07-15T12:52:12Z) - R-KV: Redundancy-aware KV Cache Compression for Reasoning Models [77.84539432982307]
共振モデル(R-KV)のための冗長性を考慮したKVキャッシュ圧縮を提案する。
R-KVはKVキャッシュの10%しか使用せず、完全なKVキャッシュ性能のほぼ100%を保っている。
驚くべきことに、R-KVは完全なKVキャッシュ性能の105%を達成し、KVキャッシュの16%を達成している。
論文 参考訳(メタデータ) (2025-05-30T02:03:24Z) - ChorusCVR: Chorus Supervision for Entire Space Post-Click Conversion Rate Modeling [31.709370437858322]
クリック後変換率の推定は、収益ビジネスのレコメンデーションシステムにおいて重要なタスクである。
クリックされていないサンプルに対するイベント後のラベルがないため、CVR学習タスクはクリックされたサンプルのみを使用するのが一般的である。
そこで本研究では,空間全体に偏ったCVR学習を実現するための新しいChorusCVRモデルを提案する。
論文 参考訳(メタデータ) (2025-02-12T10:31:45Z) - Click-Conversion Multi-Task Model with Position Bias Mitigation for
Sponsored Search in eCommerce [51.211924408864355]
位置認識型クリック変換(PACC)と位置埋め込み(PACC-PE)によるPACCの2つの位置バイアスのない予測モデルを提案する。
Eコマースが支援する製品検索データセットの実験により、提案したモデルではランキングの有効性が向上し、CTRとCVRの予測における位置バイアスを大幅に軽減できることが示された。
論文 参考訳(メタデータ) (2023-07-29T19:41:16Z) - Entire Space Counterfactual Learning: Tuning, Analytical Properties and
Industrial Applications [5.9460659646670875]
クリック後変換率(CVR)の推定は、長い間、サンプル選択バイアスとデータ空間の問題に悩まされてきた。
本稿では,全空間対物マルチタスクモデル (ESCM$2$) を提案する。
論文 参考訳(メタデータ) (2022-10-20T06:19:50Z)
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。