業(yè)界廣泛采用的模塊排名范式是一個(gè)兩階段過(guò)程。第一階段利用大規(guī)模模型從多個(gè)維度評(píng)估用戶滿意度。第二階段將這些多維度目標(biāo)整合為一個(gè)標(biāo)量值，用于最終排名。

盡管這些公式具有實(shí)施成本低、調(diào)整靈活、可解釋性強(qiáng)等優(yōu)點(diǎn)，但在個(gè)性化和模擬復(fù)雜的非線性交互方面存在顯著局限性。

為了解決該局限性，快手策略算法團(tuán)隊(duì)提出了一種端到端的多目標(biāo)集成排序框架（EMER）。引入了“相對(duì)優(yōu)勢(shì)滿意度”的概念，這是一種個(gè)性化的用戶偏好比較度量，可以通過(guò)成對(duì)排序損失來(lái)實(shí)現(xiàn)這一度量。此外還引入了一個(gè)基于多維 AUC 的輔助損失，從而約束模型進(jìn)行“自進(jìn)化”。

EMER 框架

EMER 基于特定的樣本組織方案，通過(guò)指定的特征工程方法和基于 Transformer 的模型架構(gòu)，突出比較關(guān)系信息。

訓(xùn)練數(shù)據(jù)主要關(guān)注兩個(gè)關(guān)鍵目標(biāo)：

1. 克服僅從已觀察項(xiàng)目學(xué)習(xí)時(shí)固有的暴露偏差；

2. 便于模型進(jìn)行直接的項(xiàng)目比較

為了實(shí)現(xiàn)這些目標(biāo)，團(tuán)隊(duì)組織了單個(gè)用戶請(qǐng)求級(jí)別的訓(xùn)練樣本，形成一個(gè)整合的訓(xùn)練樣本。

為了增強(qiáng) EMER 對(duì)比較關(guān)系進(jìn)行建模的能力，團(tuán)隊(duì)還設(shè)計(jì)了特征來(lái)捕捉每個(gè)項(xiàng)目在候選集中的相對(duì)位置。引入了不同 Pxtr 的歸一化排名，以提供明確的位置信息。

EMER 采用基于 Transformer 的網(wǎng)絡(luò)來(lái)明確捕捉候選項(xiàng)目之間的復(fù)雜關(guān)系。這使得模型能夠衡量每個(gè)項(xiàng)目對(duì)其他項(xiàng)目的影響，從而更好地理解它們?cè)诩�合中的相�?duì)位置。

EMER 引入了一個(gè)名為“相對(duì)優(yōu)勢(shì)滿意度”的標(biāo)簽，該標(biāo)簽基于推薦請(qǐng)求中可比的曝光后反饋，并從多目標(biāo)優(yōu)化的角度提出了一種解決方案，以同時(shí)提升模型在用戶滿意度多個(gè)維度上的排名能力.

對(duì)于多目標(biāo)優(yōu)化問(wèn)題，及時(shí)找到最佳解決方案至關(guān)重要。EMER 提出了一種“自演化”優(yōu)化方案，該方案采用“優(yōu)勢(shì)評(píng)估器”來(lái)動(dòng)態(tài)地計(jì)算損失函數(shù)的權(quán)重。

有效排序

EMER 方法在大多數(shù)指標(biāo)上均顯著優(yōu)于基線方法。LT7 指標(biāo)上均提升超過(guò) 0.10%，在 APP 停留時(shí)間指標(biāo)上均提升超過(guò) 1.0%。這些在工業(yè)推薦系統(tǒng)中是顯著的提升，證明了 EMER 方法在視頻排序任務(wù)中的有效性。

除此之外，EMER 的多目標(biāo)損失分布比 EMER-NoEvolve 更加均勻和集中，且損失值更低。這清楚地證明了自我演化方案對(duì)于引導(dǎo)模型的學(xué)習(xí)方向以及確保其長(zhǎng)期穩(wěn)健性和穩(wěn)定性至關(guān)重要。

目前，EMER 框架已成功部署在快手的主信息流中，顯著提升了用戶參與度和系統(tǒng)整體性能，證明了 EMER 在實(shí)際工業(yè)環(huán)境中的實(shí)用性和可擴(kuò)展性。

參考資料：

https://arxiv.org/pdf/2508.05093