搜广推 / 自动研究与高效上线
基础理解
FORTÉ 为什么把特征退役看成全生命周期任务，而非一次重要性排序？
FORTE: A Production Framework for Feature Evaluation and Deprecation in Industrial Recommender Systems
问答新增：2026-10-27 · Pinterest
展开答案与例子
答案：模型弱依赖只是开始，同一特征可被多个头和下游系统消费，训练适应后还可能重新依赖它。流程逐级检查时间稳定、联合删除、重训、线上及血缘，直到全部消费者允许退役。删除决策的证据比增加特征更全面，低重要性本身不是删除许可。
教学例子：某字段对主点击头无用，却仍被反欺诈模型读取；从一个模型移除不代表可停日志与数据生产，必须查完所有消费路径。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
核心机制
两个特征各自删除都几乎不掉分，FORTE为什么仍要求联合扰动、重训和消费者审计？
FORTE: A Production Framework for Feature Evaluation and Deprecation in Industrial Recommender Systems
问答新增：2026-10-27 · Pinterest
展开答案与例子
答案：单特征扰动衡量的是其余信号仍存在时的依赖，两个冗余特征可能互相补偿，同时删除才暴露损失。FORTE先检查跨时间、跨输出头的稳定弱依赖，再逐级做联合扰动和真实重训；最终还要确认所有下游消费者均可退役，不能把某个模型的一次零损失当全链路删除许可。
教学例子：用户年龄和年龄分桶互相替代，单删一个不掉分；同时删除可能伤害新用户任务，因此还需检查其他输出头与消费它的模型。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
方法对比
冻结扰动与真实删特征重训分别回答什么问题，为什么不能只保留一个？
FORTE: A Production Framework for Feature Evaluation and Deprecation in Industrial Recommender Systems
问答新增：2026-10-27 · Pinterest
展开答案与例子
答案：冻结扰动测当前模型立即依赖，重训测网络是否能在缺失后重新适应，二者都不涵盖所有线上影响。单次弱依赖可能靠冗余补偿，重训成功也不能覆盖之前时间门槛失败。来源本地三种子保留基线，是流程有效负结果而非删特征成功。
教学例子：拔掉年龄字段当前模型变差，但重训可用其他信号补回；反过来单删没影响，两字段联合删除却可能受损，两个阶段各有用途。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
实现细节
FORTÉ 的 signed_change 为什么可能为负，VirtualBatch 又如何保证测的是冻结依赖？
FORTE: A Production Framework for Feature Evaluation and Deprecation in Industrial Recommender Systems
问答新增：2026-10-27 · Pinterest
展开答案与例子
答案：高优指标按扰动减基线计算，负值表示损害，不应翻成“重要性越大越好”。VirtualBatch 复用同一 dense、sparse、ragged 原值与扰动字典，各组只切引用；前后参数摘要核对防止前向期间更新。联合边际也不能用单特征变化相加替代。
教学例子：AUC 从零点八降到零点七九得到负变化，说明依赖而非收益；若评估时悄悄训练了几步补回，就不再测冻结模型的特征依赖。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
基础理解
GPU已经满负荷运行，为什么Effective Training Time仍可能很低？
Optimizing Effective Training Time for Large-Scale Recommendation Systems
问答新增：2026-10-27 · Meta Platforms, Inc.
展开答案与例子
答案：ETT关注总生命周期里真正用于消费新数据的训练时间占比，初始化、编译、保存、发布和故障恢复都会拉长分母。提高单步算子效率只优化其中一段，不能自动消除其他停顿；应先按阶段和负责方定位时间损耗。本地只有生命周期状态诊断，不能据此推算生产集群收益。
教学例子：一小时中20分钟训练新数据，40分钟反复编译和恢复，即使训练时GPU很忙，ETT仍只有约三分之一；应先减少生命周期损耗。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
核心机制
ETT 如何利用阶段分解决定先优化编译、恢复还是训练算子？
Optimizing Effective Training Time for Large-Scale Recommendation Systems
问答新增：2026-10-27 · Meta Platforms, Inc.
展开答案与例子
答案：先把总时长分为新数据训练及各项生命周期损耗，再按可减少规模与负责方定位。若训练只占少数，继续优化算子未必最有价值；若生命周期开销已低，训练效率才是主要瓶颈。分解服务于实际进展，不把所有 GPU 活动都视为有效训练。
教学例子：一小时训练十分钟、恢复三十分钟，提速算子一成只能省少量时间；少一次恢复反而可能显著增加消费新数据的时间。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
方法对比
ETT 与稳定训练段 samples/s 或 MFU，为什么可能导出不同优化优先级？
Optimizing Effective Training Time for Large-Scale Recommendation Systems
问答新增：2026-10-27 · Meta Platforms, Inc.
展开答案与例子
答案：吞吐衡量单位训练时间速度，MFU 衡量算力使用，ETT 关注端到端生命周期的新数据训练占比。更快 kernel 若带来更多编译或重启，前两者可上升而整日新数据进展变差。三个指标互补，不能拿任一个自动推断另外两个。
教学例子：新内核每步快两成，却每天多次故障恢复；测稳定段吞吐很好看，总处理新数据反而减少，ETT 才能暴露损耗位置。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
实现细节
ETT 计时为什么要明确重叠阶段与恢复重放的口径？
Optimizing Effective Training Time for Large-Scale Recommendation Systems
问答新增：2026-10-27 · Meta Platforms, Inc.
展开答案与例子
答案：分母是同一任务实际 wall time，分子只算消费新数据的训练区间；异步保存与训练重叠不能重复累加，恢复重放旧 batch 也不等于新进展。阶段归因可以重叠，但比例计算需一致。本地状态诊断不构成生产吞吐实测。
教学例子：保存与训练重叠五分钟，不能把一小时机械加成六十五分钟；恢复中重复旧数据也不能记为额外五分钟新数据训练。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
基础理解
EvoSkillRec 为什么要求 skill 具有可执行的输入输出契约？
EvoSkillRec: Skill-Genome Evolution for Recommender Architecture Discovery
问答新增：2026-10-27 · City University of Hong Kong
展开答案与例子
答案：自然语言技能名无法保证模块可组合，类型约束把基因组变成能运行并被统一评估的程序。兼容只是第一道检查，不说明信息语义或推荐效果正确，还需独立验证和晋级。结构合法与能力证据应始终分开。
教学例子：序列编码器输出向量后可接向量评分头；若下一模块要求候选集合，名称看似相关也不能直接拼，必须有明确转换。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
核心机制
Skill genome为什么必须检查相邻技能输入输出类型，而不能任意拼接高分模块？
EvoSkillRec: Skill-Genome Evolution for Recommender Architecture Discovery
问答新增：2026-10-27 · City University of Hong Kong
展开答案与例子
答案：单个模块有效不代表组合后语义与形状兼容，类型合同先排除无法执行的技能链。控制器随后实际构造候选、评估validation，并只把超过晋级门槛的组合写入复用库。注册一个名称或通过类型检查都不等于完成集成；本地三种子只检查组合与状态转换，不是正式能力排名。
教学例子：输出item向量的技能不能直接接一个要求完整行为序列的技能；即使两者各自得分高，也要先有正确适配，再验证组合是否保留预期语义。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
方法对比
验证晋级与立即保存所有新 skill，相比如何控制复用库质量？
EvoSkillRec: Skill-Genome Evolution for Recommender Architecture Discovery
问答新增：2026-10-27 · City University of Hong Kong
展开答案与例子
答案：未经验证模块可能无效或有害，只有达到相对基准门槛的创新才能进入可复用库，减少噪声经验误导后续。验证门槛仍受预算与数据限制，类型通过不代表提升，也不能反复用 test 决定晋级。失败可以记录，但不该冒充已证实技能。
教学例子：一个形状正确模块让验证分下降，应保留失败经验而非作为默认推荐技能；否则下一代会把坏结果当成功知识继续扩散。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
实现细节
技能类型检查为什么不能只比较最后一维大小？
EvoSkillRec: Skill-Genome Evolution for Recommender Architecture Discovery
问答新增：2026-10-27 · City University of Hong Kong
展开答案与例子
答案：B×d 用户向量、B×C×d 候选向量与 B×T×d 序列状态有不同角色，即使末维相同也不等价。契约要覆盖批、候选与时间语义，实际执行组合再评估。本地只验证状态转换，不能将诊断标签升级为正式能力排名。
教学例子：把用户向量广播成所有候选表示可能不报错，却没有候选差异；程序能跑不能证明技能组合完成了预期的用户—物品交互。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
基础理解
EvoPilot 为什么让负结果也可能通过 Verify？
Verify, Don't Trust: Agentic Model Development for Video Discovery Retrieval at Scale
问答新增：2026-10-27 · Meta Platforms
展开答案与例子
答案：Verify 检查比较协议与产物是否可靠，效果方向则是实验结论，二者不同。两臂匹配且产物完整的下降结果仍是有效证据；人工 Review 再审查解释与后续接纳。不能把成功验收误写成性能提升，也不能因负向就删掉真实结果。
教学例子：交互头降低命中但仅它发生变化，可接纳为有效负证据；另一实验数字上升却同时换数据，应先拒绝其归因比较。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
核心机制
EvoPilot为什么把匹配的两臂比较，而不是一个成功训练任务，作为证据单元？
Verify, Don't Trust: Agentic Model Development for Video Discovery Retrieval at Scale
问答新增：2026-10-27 · Meta Platforms
展开答案与例子
答案：单臂任务完成只能证明产物出现，无法说明提升来自哪项改动。EvoPilot固定共同基座、数据、评测器和输出深度，只允许批准的treatment不同，再从实际产物核对终态与来源；任一额外差异都会拒收。协议校验通过也可能得到负结果，它不是质量收益或上线许可的替代品。
教学例子：实验组换了交互层，同时多训一倍步数，即使分数更高也不能只归功于交互层；需要先恢复匹配预算，再接纳这对比较作为证据。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
方法对比
匹配 treatment 与复用历史高质量 baseline，为什么不总是同一比较？
Verify, Don't Trust: Agentic Model Development for Video Discovery Retrieval at Scale
问答新增：2026-10-27 · Meta Platforms
展开答案与例子
答案：历史 baseline 的 base、数据、评测器或输出深度可能已不同，多项变化会混淆差值。协议要求唯一批准 treatment 是实际差异，先建立同义两臂再讨论指标。更多种子只能估计波动，不能修复比较基础不匹配。
教学例子：新模型输出十层、历史基线只输出五层，就不再是“只换交互头”；即使训练都成功，差值也无法归给单一改动。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
实现细节
EvoPilot 为什么从实际产物读终态与 provenance，而不只信调度器 success？
Verify, Don't Trust: Agentic Model Development for Video Discovery Retrieval at Scale
问答新增：2026-10-27 · Meta Platforms
展开答案与例子
答案：任务可能部分失败、运行错配置或留下旧文件，调度状态不能证明两臂证据存在。缺终态、版本或实际差异时 fail closed，不能默认为通过。来源本地还检验输出深度不匹配会被拒绝，显示协议应检查真实执行而非声明。
教学例子：任务结束但指标缺失时，不能沿用上轮 JSON 来完成比较；那会把未执行的结果误当作当前证据，哪怕分数看起来合理。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
基础理解
AutoLR 的长期研究状态机为什么要区分离线评估、真实 A/B 与 Launch Review？
AutoLR: Automating the Path from Research to Launch Review in Industrial Recommender Systems
问答新增：2026-10-27 · NetEase, Inc.
展开答案与例子
答案：离线结果只说明特定数据协议下的表现，真实用户影响与上线资源约束需要另外验证。状态机将提案、实验、审查和晋级分开，让证据逐级增加，并把失败与预算写入长期状态。LLM 可以推理和写代码，不能用一句“有提升”跳过后续权限与证据。
教学例子：一个优化器在验证集更好但内存超预算，应停在离线阶段；另一个经过真实实验才有资格进入发布审查，而不是自动成为线上冠军。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
核心机制
AutoLR为什么不让LLM直接把自认为最好的方案写成长期冠军？
AutoLR: Automating the Path from Research to Launch Review in Industrial Recommender Systems
问答新增：2026-10-27 · NetEase, Inc.
展开答案与例子
答案：提案和讨论含有噪声，若每轮凭语言判断KEEP，错误会沿持久状态累积。AutoLR把语义推理交给LLM，却把预算、指标提取、护栏与状态迁移留给确定性控制器；只有通过对应实验门槛的证据才能更新冠军。一次代理指标胜出也不能绕过后续A/B与Launch Review。
教学例子：模型建议一种新优化器，但离线收益不稳定；控制器记录提案和失败而保留旧冠军，避免下轮把未验证方案当成已经成立的基线。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
方法对比
AutoLR 的分歧惩罚与总选最有探索价值的候选相比，改变了什么预算取舍？
AutoLR: Automating the Path from Research to Launch Review in Industrial Recommender Systems
问答新增：2026-10-27 · NetEase, Inc.
展开答案与例子
答案：仅按探索价值选会偏向未知且高风险的想法，已有证据、探索不确定性和专家分歧同时入分，给风险冲突明确代价。分歧不等于错误，但要求更多证据或较低预算优先级。本地三轮没有胜过基线，也允许保持原冠军，避免把持续研究误解为必须持续报正增益。
教学例子：两个候选同样新颖，一个审查者均认可，另一个对保真存在严重争议；预算有限时可先测前者，后者先补证据而不是仅因未知就优先。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
实现细节
本地 AutoLR 在恢复磁盘账本后，怎样防止历史 test 结果影响下一轮晋级？
AutoLR: Automating the Path from Research to Launch Review in Industrial Recommender Systems
问答新增：2026-10-27 · NetEase, Inc.
展开答案与例子
答案：来源让提案读取研究证据与已执行 validation 账本，先做一步真实反向传播检查，再用固定预算训练，最终 test 只在选择后运行一次。恢复应保留候选、审查与验证状态，且 online_authorized 始终为 false；不能从账本中把测试表现变成选择奖励。
教学例子：程序中断后继续读取前两轮验证记录，第三轮无需重跑；最终测试即使发现退化，也只如实报告，而不把测试分写回提案提示再重选。
依据：本地复现；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
基础理解
CORAL 的结构化配置为什么必须带目标和预算，而不是让 LLM 自由写优化建议？
CORAL: An LLM-Native Harness for Production Recommender Systems
问答新增：2026-10-27 · Meta AI
展开答案与例子
答案：可执行配置要能交给系统验证、运行和比较，预算定义允许哪些资源分配，目标定义观测如何反馈。自由建议可能无法执行或超出服务限制，结构化接口把推理接到真实实验闭环。控制器成功运行仍不意味着获得生产因果收益。
教学例子：建议“多给召回算力”不够，配置需明确给哪个通道多少预算；总预算不足时系统应调整或拒绝，而不是把文字建议当作已完成优化。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
核心机制
CORAL为什么把配置投影到预算可行域，并只保留最近几轮实验记忆？
CORAL: An LLM-Native Harness for Production Recommender Systems
问答新增：2026-10-27 · Meta AI
展开答案与例子
答案：语言模型可能提出超配额或负数预算，投影先让配置成为可执行候选，再用真实实验反馈修正下一轮。有限近期记忆帮助适应系统变化，避免旧结论无限堆积干扰决策。记忆短不代表可以丢掉可审计历史，且提案经预算修正后仍需验证，不能把可行性误当成质量提升。
教学例子：模型把三路召回预算都加大，合计超过请求上限；先重新分配到允许总量，再运行实验。若近期流量分布变了，旧的最优配方也不应自动占优。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
方法对比
CORAL 的短记忆闭环与保留全部历史最佳配置，分别适合什么变化假设？
CORAL: An LLM-Native Harness for Production Recommender Systems
问答新增：2026-10-27 · Meta AI
展开答案与例子
答案：短记忆更重视近期反馈，减少陈旧实验主导当前决策；全历史最佳依赖环境相对稳定，可能对过去高分过度执着。CORAL 通过最近观测持续更新并投影约束，代价是可能遗忘有用长期经验。两者机制取舍不能由来源小数据的单次分数判定普遍优劣。
教学例子：节日期间最佳广告配比未必适合节后，近期反馈应有更大影响；但过短记忆也可能忘掉之前发现的安全边界，仍需独立规则保留。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
实现细节
CORAL 将配置投影到非负且总和不超预算的集合，为什么不只逐项裁剪？
CORAL: An LLM-Native Harness for Production Recommender Systems
问答新增：2026-10-27 · Meta AI
展开答案与例子
答案：逐项非负仅修复负值，不能保证总和满足 B，联合投影同时处理耦合预算条件。执行后的实际配置与观测应成对写回，而不是把原始超预算提案记为已运行。来源本地五轮流程只支持约束和反馈循环的可执行性。
教学例子：三个通道各提议六份资源，单项都合法但总和十八超过十；需要整体调整并记录真实分配，否则下一轮会基于从未执行的方案推理。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
基础理解
RecHarness 为什么将架构修改离散为有限 arm？
RecHarness: A Bandit-Routed Agentic Harness for Self-Evolving Recommender Systems
问答新增：2026-10-27 · Huazhong Agricultural University (Kuaishou internship)
展开答案与例子
答案：明确候选动作便于统计每类改造的收益与不确定性，在有限预算内安排下一次实验，反馈再影响后续候选。它管理实验资源而非直接推荐物品。预设 arm 也限制创新范围，不能因为用了 bandit 就宣称自动探索任意网络。
教学例子：加宽、换门控、增加内容分支各为一类 arm，系统根据已有验证安排试验；它并没有从零生成无限种未知代码结构。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
核心机制
RecHarness 的 bandit 为什么同时看历史收益与不确定性分配实验，而不总选当前最好结构？
RecHarness: A Bandit-Routed Agentic Harness for Self-Evolving Recommender Systems
问答新增：2026-10-27 · Huazhong Agricultural University (Kuaishou internship)
展开答案与例子
答案：总选当前平均收益最高的结构会过早放弃样本少但可能更好的方向。置信上界在估计收益上加入与试验次数有关的探索项，让不确定 arm 获得预算，再把胜者反馈用于后续候选。它优化的是有限实验资源分配，不保证找到全局最优架构；收益估计也必须遵守相同验证协议。
教学例子：结构甲已测十次、均值略高，结构乙只测一次。bandit 可给乙额外机会确认潜力，而不是永远重复甲；但最后仍应在独立测试集评估选中的结构。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
方法对比
UCB 选择与轮询每个结构同样次数，相比适合哪种收益分布？
RecHarness: A Bandit-Routed Agentic Harness for Self-Evolving Recommender Systems
问答新增：2026-10-27 · Huazhong Agricultural University (Kuaishou internship)
展开答案与例子
答案：轮询均匀投入，UCB 将更多预算给高均值或尚不确定方向，减少反复测明显差项。收益非平稳或评估噪声不一致会影响估计，不能把一次偶然高分当长期最优。探索项也不修复不公平基线和数据泄漏。
教学例子：某结构连续五次退化，均匀轮询仍继续花预算；UCB 可少测它，多给潜力结构，但需要保留足够探索避免早早错杀。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
实现细节
RecHarness 的 na=0 与多轮账本，应如何避免除零和虚构已试次数？
RecHarness: A Bandit-Routed Agentic Harness for Self-Evolving Recommender Systems
问答新增：2026-10-27 · Huazhong Agricultural University (Kuaishou internship)
展开答案与例子
答案：未试 arm 应按约定优先初始化或使用明确无限探索值，不能直接代入零分母；次数只在真实实验完成后增加，收益来自固定验证协议。中断恢复需保留真实状态，不能提交任务就算拿到反馈。来源小代理不证明生产研究吞吐。
教学例子：训练任务失败没产生验证结果，应记录失败而非给该 arm 加一个零收益或成功次数，否则后续不确定性估计会被伪数据影响。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
基础理解
ROCS的一次request与其中多个candidate，是怎样的计算单位？
ROCS: Request-Oriented Compute Sharing for Efficient Large-Scale Recommendation
问答新增：2026-10-27 · Meta AI
展开答案与例子
答案：request包含本次用户侧上下文，candidate是同一次请求要分别评分的物品。它们共享用户输入，却各有候选信息与最终分数；候选数量增加不意味着出现更多独立用户请求。先分清这两个轴，才能判断哪些计算是重复的、哪些必须逐候选保留。
教学例子：一位用户打开推荐页要评一百件商品，是一次request含一百个candidate，而非一百位用户各发一次请求。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
核心机制
ROCS 为什么需要候选隔离掩码，才能安全地把用户侧计算从逐候选重复中拿出来？
ROCS: Request-Oriented Compute Sharing for Efficient Large-Scale Recommendation
问答新增：2026-10-27 · Meta AI
展开答案与例子
答案：若用户状态在某层已读取某个候选，就不能作为其他候选通用的缓存。Generalized Layer Masking 约束信息流保持隔离，Deep Cross Attention 延后候选交互，才允许请求表示只算一次。内核广播进一步减少复制成本；本地进程内微基准只反映重复编码与共享的路径差异，不能冒充完整生产吞吐提升。
教学例子：同一用户评一百件商品，用户主干先保持候选无关，再广播给各商品分支。若商品甲先写进用户表示，商品乙再复用它，得分就会被不该看到的候选污染。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
方法对比
ROCS模型层共享请求表示，与IKBO在设备内减少复制，是同一种优化吗？
ROCS: Request-Oriented Compute Sharing for Efficient Large-Scale Recommendation
问答新增：2026-10-27 · Meta AI
展开答案与例子
答案：不是。模型的信息流约束使表示具备共享资格，设备内广播则处理合格共享表示怎样传给候选计算。缓存一份用户向量可验证计算分工，却不能证明专用广播kernel已经接入或达到生产吞吐；两层需要各自的实现与测量证据。
教学例子：先证明候选不会污染用户表示，才能讨论少复制几份张量；进程内缓存测速不能替代GPU广播kernel测试。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
实现细节
本地ROCS是否实现生产GLM mask和IKBO CUDA广播？
ROCS: Request-Oriented Compute Sharing for Efficient Large-Scale Recommendation
问答新增：2026-10-27 · Meta AI
展开答案与例子
答案：没有，当前仅覆盖共享表示与打分分工，未复刻专用kernel或Meta集群。需要区分模型结构的计算复用与真正设备内广播，后者需实测才能声称吞吐收益。
教学例子：例如Python循环复用一个向量，不等于GPU kernel已经共享加载。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
基础理解
Memory Layer 为什么要求训练、评测和服务都读取同一份表征？
Memory Layer: Train the In-Model Cache for Recommendation Models
问答新增：2026-10-27 · Meta / Instagram Reels
展开答案与例子
答案：训练用新鲜 tower 输出、服务用外部旧 cache 会产生表征错位，cache miss 另走旁路又增加分布差异。内置 Memory 表由训练写回，评分始终读表，always-on 属性支持未命中。统一读取不等于缓存永远新鲜，仍需记录更新时间和缺失。
教学例子：训练以最新电影向量学好，线上却查上周版本，分数会漂；让两侧消费同一内存表能减少这种接口不一致，但不消除所有刷新滞后。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
核心机制
Memory Layer为什么把item cache做成模型内稀疏参数表，而不继续用独立发布的外部缓存？
Memory Layer: Train the In-Model Cache for Recommendation Models
问答新增：2026-10-27 · Meta / Instagram Reels
展开答案与例子
答案：训练用新鲜item塔输出、服务读旧缓存会造成表征错位，miss时走旁路又产生第三种分布。模型内写回与读取让后续网络在训练中就适应缓存语义，always-on属性还保证未命中项可评分。它改变的是数据依赖与训练服务一致性，不意味着缓存永远最新或外部读取完全没有开销。
教学例子：某商品训练时有新向量，上线却读到昨日旧值；把缓存纳入模型读取路径可让训练见到相同机制，缺失时仍用作者或主题等通用属性打分。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
方法对比
模型内 writeback 与定期全量发布外部 cache，相比一致性和维护成本如何变化？
Memory Layer: Train the In-Model Cache for Recommendation Models
问答新增：2026-10-27 · Meta / Instagram Reels
展开答案与例子
答案：writeback 把更新与训练事件耦合，减少独立发布管线带来的错位；外部发布可集中控制但可能落后和覆盖不齐。内存表仍有容量、并发和版本问题，always-on 也只是缺失 fallback。来源本地结构诊断不能外推 Meta 生产吞吐。
教学例子：训练到商品甲就写它的新向量，未出现商品仍旧；定期发布则全表一起换，两种更新节奏不同，不能只按命中率判断谁更好。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
实现细节
Memory Layer 的 η=1 writeback 为什么不同于对 M[i] 做普通小学习率 SGD？
Memory Layer: Train the In-Model Cache for Recommendation Models
问答新增：2026-10-27 · Meta / Instagram Reels
展开答案与例子
答案：这里把 item tower 输出直接覆盖对应表项，而非让旧表值缓慢沿任意梯度走。读出始终来自表，miss 分量置零但保留通用属性。应核验写回误差、覆盖与陈旧度，不能因表可训练就忽略来源定义的实际赋值行为。
教学例子：新 tower 输出一二三，写回后表项应就是一二三；若变成旧向量与新向量的十分之一混合，已不是 η=1 的覆盖语义。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
基础理解
RecEvolve 的研究知识库与可运行模型 artifact，为什么不能互相替代？
RecEvolve: A Knowledge-Driven Autonomous Agent System for Recommender Systems
问答新增：2026-10-27 · Google
展开答案与例子
答案：知识库保存提案、验证协议、观察和失败条件，帮助下一轮选择；模型 artifact 保存实际参数与配置，供执行和复评。写下“某结构有效”不能代替一个可加载候选，保存 checkpoint 也不能说明它为何晋级。版本状态需要把证据与具体产物关联。
教学例子：一段笔记说内容分支最好，但没有对应配置就难重跑；反之只留下权重、不留验证口径，也无法审查它是否真的胜过旧冠军。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
核心机制
RecEvolve 为什么把候选门控、独立验证集选择和版本回滚放在研究 agent 外围？
RecEvolve: A Knowledge-Driven Autonomous Agent System for Recommender Systems
问答新增：2026-10-27 · Google
展开答案与例子
答案：研究 agent 能生成结构改动，也可能提出只对某个指标投机的配置。外部门控先拒绝违规候选，再用独立验证效用与当前冠军比较，只有真实改善才原子更新版本，失败则回滚并记录知识。它把“提出想法”与“接受证据”分开；测试集不能参与冠军选择，否则循环会逐步过拟合最终评估。
教学例子：agent 提议极低温度让分布异常尖锐，门控先检查是否合法；另一个结构能运行但验证集更差，就保留旧冠军，并把失败原因记入下轮实验知识。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
方法对比
外部 critic gate 与让 agent 自评好坏，相比为什么能减少刷指标？
RecEvolve: A Knowledge-Driven Autonomous Agent System for Recommender Systems
问答新增：2026-10-27 · Google
展开答案与例子
答案：agent 可能偏向自己提案或利用温度等捷径，外部门控固定允许空间，独立验证效用决定是否晋级。它管理证据而非保证创新，门控规则也需可执行不能仅写提示。test 不得成为 critic 的常规搜索反馈。
教学例子：极低温度让输出异常尖锐，即使某代理分好看也先按约束拒绝；不是让 agent 自己说一句“没有作弊”就算审查通过。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
实现细节
RecEvolve 的原子冠军更新，为什么需要先完成验证产物再替换指针？
RecEvolve: A Knowledge-Driven Autonomous Agent System for Recommender Systems
问答新增：2026-10-27 · Google
展开答案与例子
答案：部分训练、缺指标或写入中断不应覆盖可用基线，先核验候选终态与 J，再原子切换版本，否则失败难恢复。未胜出时保留旧冠军是有效结果，不强制每轮有改进。来源本地小幅差值不能外推线上长期收益。
教学例子：新 checkpoint 写到一半崩溃，冠军仍应指向旧完整版本；先改指针再写文件会让下一轮读取一个不存在或不完整的模型。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
基础理解
Prompt Generation 为什么把特征类型与处理组件分成两个正交维度？
Prompt Generation Technical Report
问答新增：2026-10-27 · Alibaba / Taobao Search
展开答案与例子
答案：text、embedding、combo、sequence 描述输入是什么，preprocessor、projector、merger 描述如何处理；拆开可组合而不为每种特征改模型代码。配置是可执行协议，不是单纯提示文案，错误配置仍会丢信息或制造训练服务偏差。
教学例子：标题是 text，可先清洗再投影后池化；行为是 sequence，也可用同类组件不同配置，不能把“文本”直接等同某一种固定处理。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
核心机制
Prompt Generation 的 preprocessor、projector、merger 为什么要与模板一起配置化？
Prompt Generation Technical Report
问答新增：2026-10-27 · Alibaba / Taobao Search
展开答案与例子
答案：新增特征往往同时涉及离线数据处理和在线输入组装，分别写代码容易产生训练服务偏差。统一协议把清洗、空间投影与融合压缩拆为可组合部件，让训练和服务解释同一份配置。merger 还控制 token 数，因此它影响延迟与信息损失，不只是文本拼接工具；均值压缩的强基线也不意味着所有顺序信息都可丢弃。
教学例子：给检索器新增商品标题，配置声明文本清洗、向量投影和均值压缩后，训练与服务都产出同样的一个 token。若两边各自实现，一边截十词另一边读全文就会偏离。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
方法对比
无参数 mean merger 与可学习压缩，相比默认优点与信息代价是什么？
Prompt Generation Technical Report
问答新增：2026-10-27 · Alibaba / Taobao Search
展开答案与例子
答案：均值简单、无额外训练参数且易保持服务一致，可降低 token 成本；它忽略顺序和部分细节，学习压缩更灵活也增加开销与过拟合。来源称强默认不意味着所有字段都应均值，更不能用压缩率替代相关性验证。
教学例子：几条同义商品属性均值可够用，带否定和先后关系的长行为直接平均可能丢“不要”或顺序，需按特征任务选择。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
实现细节
PG_train(x,c)=PG_serve(x,c) 为什么需要用线上原始特征 replay 检查？
Prompt Generation Technical Report
问答新增：2026-10-27 · Alibaba / Taobao Search
展开答案与例子
答案：同一 JSON 不保证两端依赖、截断、缺失值和 tokenizer 实现一致，重放实际源特征才能比较最终输入张量。配置版本与解释器都需绑定。来源本地按验证选 Title 后 test 下降，应保留而不以压缩更短宣布效果成功。
教学例子：训练标题清洗保留数字、服务删型号，两边配置名相同却输入不同；replay 对比能暴露这种隐藏 skew。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
基础理解
NOVA 的 architecture gradient 为什么不是普通反向传播梯度？
NOVA: A Verification-Aware Agent Harness for Architecture Evolution in Industrial Recommender Systems
问答新增：2026-10-27 · Tencent
展开答案与例子
答案：它汇总历史架构修改、诊断与指标，作为 agent 下一轮结构选择的反馈，属于研究控制信号，而非某个参数可微损失的导数。名称强调方向性，不能据此假设可以端到端对代码求梯度或保证每次修改提升。
教学例子：记录“上次加宽超预算、改门控验证退化”可影响下一提案，这像研究经验方向；它不是给 Python 源码每个字符计算一个真实导数。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
核心机制
NOVA 为什么把架构修改验证拆成结构语义、可执行、离线有效和在线影响四层？
NOVA: A Verification-Aware Agent Harness for Architecture Evolution in Industrial Recommender Systems
问答新增：2026-10-27 · Tencent
展开答案与例子
答案：代码能运行只排除了部分执行错误，不能说明架构仍符合设计，也不能说明指标或线上效果变好。NOVA 将历史修改与诊断反馈汇总为架构更新依据，再按成本递增的验证层级放行，让明显错误尽早退出。离线通过仍需独立的在线证据；本地可执行级联属于诊断流程，不能充当真实上线结果。
教学例子：一次改动把多任务分支接错，张量维度却仍兼容。运行测试可能通过，结构语义检查先拦住它；另一次结构正确但验证集退化，则在离线有效层退出。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
方法对比
NOVA 的结构语义检查与普通运行测试，为什么一个通过不能替代另一个？
NOVA: A Verification-Aware Agent Harness for Architecture Evolution in Industrial Recommender Systems
问答新增：2026-10-27 · Tencent
展开答案与例子
答案：形状兼容代码也可能把任务头接错或取消定义性信息流，语义层检查设计；可执行层确认实际运行，再由离线与在线证据判断价值。四层问题不同，不能靠训练 loss 下降跳过结构。来源公开候选流程不包含真实生产 A/B。
教学例子：购买头误接点击标签仍可训练并降低 loss，运行测试通过；语义检查应发现任务关系错，不能等线上效果坏了才判断。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
实现细节
NOVA 本地选择 candidate 后，哪些产物需区分真实验证与模拟 online？
NOVA: A Verification-Aware Agent Harness for Architecture Evolution in Industrial Recommender Systems
问答新增：2026-10-27 · Tencent
展开答案与例子
答案：候选、形状失败、validation 指标和晋级记录可真实执行；线上影响若无真实流量只能标诊断或模拟，不应把第四层存在于控制流就称上线完成。test 应只评最终选型，成功技能和禁止方向需写可审计结果。
教学例子：故意错误 shape 被拦证明执行 gate 有用，模拟分数通过不代表用户实验；两种“通过”必须在记录中保留不同证据等级。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
基础理解
EvoRec 为什么不仅进化模型，还提炼优化 skill？
EvoRec: Self-Evolving Agentic Recommender Systems
问答新增：2026-10-27 · Alibaba International Digital Commerce Group
展开答案与例子
答案：最终代码没有保留哪些尝试有效、在哪些条件下有效，后续容易重复失败。Skill Evolver 从持久实验记忆总结方法，指导 Research/Code Agent 下一轮提案。技能是带证据的经验，不能当新数据上免验证的规则，历史成功也有范围。
教学例子：除了保存一套双塔，还记下“短历史时加强内容分支”的验证条件，下一轮据此思考，而不是盲抄所有旧参数。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
核心机制
EvoRec让Skill Evolver进化什么，为什么不只保存最终模型代码？
EvoRec: Self-Evolving Agentic Recommender Systems
问答新增：2026-10-27 · Alibaba International Digital Commerce Group
展开答案与例子
答案：模型参数和代码记录了本轮结果，却未必保留发现有效改动的条件与方法。Skill Evolver从持久实验记忆中总结可复用优化技能，供下一轮Research与Code Agent调用，使搜索过程本身也能改进。技能仍须经实际执行与验证，不能把事后写出的漂亮经验当成已经证明可泛化的优化规律。
教学例子：一次负采样改动只在长尾切片有效，保存技能时应记住适用条件与失败切片；下轮遇到不同数据时先验证，而不是直接照搬冠军代码。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
方法对比
EvoRec 的技能记忆与固定 grid search，怎样改变后续探索？
EvoRec: Self-Evolving Agentic Recommender Systems
问答新增：2026-10-27 · Alibaba International Digital Commerce Group
展开答案与例子
答案：固定网格反复比较预列配置，技能记忆可调整优化方法、候选顺序和组合方向，复用过去反馈。若本地只在少数预设技能竞争，结论需限定有界控制流，不能称开放式发明算法。验证负责选择，test 不能参与迭代。
教学例子：网格每次照跑十组，技能库可先尝试前轮已发现有用的表示变换；但只有三个技能的实验不能证明能自动发现任意新网络。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
实现细节
EvoRec 写入 memory 为什么需要保留数据协议和失败条件？
EvoRec: Self-Evolving Agentic Recommender Systems
问答新增：2026-10-27 · Alibaba International Digital Commerce Group
展开答案与例子
答案：赢家名称不能解释是否适用，记忆需绑定候选、验证口径、观察指标与约束，失败也帮助避免重复。下一代复用应调用真实算子，注册一个 skill 标签不等于执行集成。本地三代结果只支持其具体候选空间。
教学例子：只写“内容塔更好”会误导所有场景；写清“同预算、稀疏历史验证下更好，长历史未验证”，才能有条件地指导下一轮。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
基础理解
Rec-Distill 为什么让 teacher 写黑盒 logits 异步服务多个 student？
Rec-Distill: An Industrial Distillation Pipeline for Large-Scale Recommendation Models
问答新增：2026-10-27 · ByteDance / Douyin / TikTok
展开答案与例子
答案：大教师不适合每个学生请求实时运行，训练前向顺带产出信号可复用，学生按自己时间表消费。数据采样与时效不同仍会造成概率错位，需校正而非直接拷贝。黑盒接口减少耦合，也限制学生取得教师中间表示。
教学例子：教师一次给一批候选输出分数，两种小模型可各自训练；它们无需同进程跑大教师，但必须知道这些分数来自什么样本与版本。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
核心机制
Rec-Distill 为什么先校正 teacher 的采样概率空间，还把蒸馏放在 aux tower 而非线上 main tower？
Rec-Distill: An Industrial Distillation Pipeline for Large-Scale Recommendation Models
问答新增：2026-10-27 · ByteDance / Douyin / TikTok
展开答案与例子
答案：teacher 与 student 的采样方式不同，原始 logit 对应的概率含义可能不一致，直接拟合会把采样偏差也传过去。先按 student 口径校正，再让辅助塔接收任务与蒸馏损失，共享主干迁移知识；主塔只接真实标签并负责服务。这样控制蒸馏对输出校准的干扰，但教师质量与时效仍限制迁移收益。
教学例子：教师训练时更强地下采样负例，其分数不能直接当学生的真实点击概率。校正后让辅助头学习软信号，线上主头继续由真实标签约束，避免照搬错误的概率尺度。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
方法对比
main/aux 双塔蒸馏与直接让线上 main 拟合教师，相比保护哪类输出？
Rec-Distill: An Industrial Distillation Pipeline for Large-Scale Recommendation Models
问答新增：2026-10-27 · ByteDance / Douyin / TikTok
展开答案与例子
答案：main 只受真实标签约束保持服务目标，aux 同时接任务与蒸馏，两者经共享 backbone 间接迁知识，减少教师采样偏差直接改输出校准。共享仍有间接影响，不是彻底隔离。来源 teacher 强而 student 迁移为负，不能以大教师存在保证成功。
教学例子：教师因采样分数偏高，aux 可学相对知识，main 继续看真实点击；直接让 main 硬拟合未校正概率更可能复制错误基准。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
实现细节
Rec-Distill 的 transferability 分母很小时，为什么应连 raw student 与 teacher 一起报告？
Rec-Distill: An Industrial Distillation Pipeline for Large-Scale Recommendation Models
问答新增：2026-10-27 · ByteDance / Douyin / TikTok
展开答案与例子
答案：η 比较学生蒸馏增量占教师可提供增益比例，分母接近零时极不稳定，单比率会夸大波动。teacher 不是线上基线，所有臂训练日程与候选需匹配。来源负 transferability 应如实保留，不能用较低 head share 改称有效迁移。
教学例子：教师只比学生高极小量，学生微小变化就给很大比率；同时展示三个原始指标，才能看清这不是大量知识成功传递。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
基础理解
AgenticRecTune 为什么把配置搜索视为跨召回、融合、重排的配方，而非只调一个模型学习率？
AgenticRecTune: Multi-Agent with Self-Evolving Skillhub for Recommendation System Optimization
问答新增：2026-10-27 · Google / Discover
展开答案与例子
答案：最终推荐由多环节共同决定，一个环节改动可能改变下游候选分布。把配方作为搜索对象才能联合考虑质量、多样性与风险，再由不同职责的 agent 提案、审查和沉淀经验。单个指标上升仍需要对应环节与完整链路的证据。
教学例子：提高多样性权重会改变最终列表，也可能需要召回补充更多品类；只调精排学习率无法解决候选池根本缺少这些品类的问题。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
核心机制
Actor提出了更高分的配置，为什么还需要Critic、SkillHub和真实实验反馈？
AgenticRecTune: Multi-Agent with Self-Evolving Skillhub for Recommendation System Optimization
问答新增：2026-10-27 · Google / Discover
展开答案与例子
答案：提案只是待执行假设，Critic负责检查候选可行性与风险，真实实验才提供效果证据；Insight与Skill模块把可复用的成功条件和失败原因写回记忆。这样后续搜索能避免重复踩坑，而不是把语言模型的自评分当研究结果。本地配置搜索只支持缩小闭环，晋级必须遵守验证与测试隔离。
教学例子：Actor建议增加多样性权重，Critic发现延迟预算可能超标；真实运行失败后把失败条件存成技能，下轮便不再无条件复用同一方案。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
方法对比
AgenticRecTune 的 SkillHub 与每轮从零调用同一提示词相比，有什么持续学习差别？
AgenticRecTune: Multi-Agent with Self-Evolving Skillhub for Recommendation System Optimization
问答新增：2026-10-27 · Google / Discover
展开答案与例子
答案：每轮从零容易重复无效尝试，SkillHub 将经过反馈的策略与约束保留为可复用知识，使后续提案基于已有实验。它保存的是可审计经验，并非把任何一次高分都当真；经验能否迁移仍取决于数据与场景相容性。
教学例子：前轮发现某多样性配置损害新用户相关性，后轮提案可带上这个条件限制；若只是重复旧提示词，agent 可能再次提出同一已失败配置。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
实现细节
本地 AgenticRecTune 怎样避免让测试集成为三轮配置搜索的调参工具？
AgenticRecTune: Multi-Agent with Self-Evolving Skillhub for Recommendation System Optimization
问答新增：2026-10-27 · Google / Discover
展开答案与例子
答案：每轮 Actor 产生有限 genome，Critic 仅使用 validation 比较与选择，再把已选结果写入技能或状态。test 留到最终选择完成后评估，不能反复查看再决定下一轮配方。本地只执行有界公开数据搜索，不具备真实实验平台的线上权限。
教学例子：三轮分别试不同融合权重，都只看验证分；最后确定冠军后才揭开测试结果，即使测试较差，也不能回头用它再挑另一个冠军。
依据：背景与主要改动、本地复现；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
基础理解
SOLARIS为什么预测未来user-item pair再算latent？
SOLARIS: Speculative Offloading of Latent-bAsed Representation for Inference Scaling
问答新增：2026-10-27 · Meta
展开答案与例子
答案：请求时全配对大模型计算太贵，先预测可能访问的pair，异步预计算，使在线命中只需轻量消费。预测不准会浪费预算，未命中仍需fallback。
教学例子：例如提前准备用户可能看的几条内容表示，而不对全目录每项都算大模型。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
核心机制
SOLARIS 为什么预测未来 user-item pair 后预计算 latent，而不只缓存一个通用用户向量？
SOLARIS: Speculative Offloading of Latent-bAsed Representation for Inference Scaling
问答新增：2026-10-27 · Meta
展开答案与例子
答案：强模型的交互 latent 依赖具体用户与物品，单一用户向量未必保留这种深度配对信息。预测器提前挑可能访问的 pair，异步计算并缓存，再在请求命中时消费，未命中走 fallback。收益取决于覆盖率、时效和预算；未来交互可用于训练预测器，但在线缓存选择不能偷读真实未来答案。
教学例子：后台预测用户近期可能看到十件商品，先计算这十组深交互。请求出现其中一件时直接用缓存；出现意外商品就走常规路径，而不是假设所有未来候选都已准确知道。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
方法对比
latent cache与缓存最终排序列表有什么不同？
SOLARIS: Speculative Offloading of Latent-bAsed Representation for Inference Scaling
问答新增：2026-10-27 · Meta
展开答案与例子
答案：latent是可供轻量ranker使用的中间特征，可结合当前信息重评分；最终列表缓存固定排序更直接。中间缓存仍有陈旧与版本一致性问题，不是永远有效。
教学例子：例如同一缓存latent加上当前价格，可得到与昨天不同的最终顺序。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
实现细节
SOLARIS cache key需要包含哪些更新语义？
SOLARIS: Speculative Offloading of Latent-bAsed Representation for Inference Scaling
问答新增：2026-10-27 · Meta
展开答案与例子
答案：至少能识别用户物品对、模型与特征版本及有效时间，命中读取与未命中fallback明确。当前抽象路径不证明真实异步服务延迟，不能仅用命中率推断收益。
教学例子：例如同一pair模型升级后旧latent不应无标记继续当新结果。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
基础理解
UG-Sep里的用户token与候选token，是两位不同用户吗？
Compute Only Once: UG-Separation for Efficient Large Recommendation Models
问答新增：2026-10-27 · ByteDance AML
展开答案与例子
答案：不是。用户token承载当前请求的用户侧信息，候选token承载待评分物品的信息，两者属于同一次推荐计算。隔离规定哪一侧能读另一侧，不是把用户分成互不交流的群组。先看清这两个token块，才能正确理解共享表示与专属打分。
教学例子：同一位用户的历史块可被多件候选使用；每件物品各自的候选块并不代表另一个用户。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
核心机制
UG-Sep 为什么先屏蔽候选到用户 token 的反向信息流，再加 Information Compensation？
Compute Only Once: UG-Separation for Efficient Large Recommendation Models
问答新增：2026-10-27 · ByteDance AML
展开答案与例子
答案：用户状态若读过候选就失去跨候选复用资格，掩码先保证用户侧独立计算，从而减少重复开销。但阻断双向交互也可能削弱原模型表达，补偿模块在评分路径恢复必要的用户—候选关系。它保留的是可共享编码与候选专属交互的分工，不能把补偿后的候选状态再次当成公共用户缓存。
教学例子：先算一份不含商品信息的用户表示供一百个候选共用，再让每件商品单独与它交互补偿。若把商品甲的补偿结果缓存给商品乙，就破坏了最初的隔离条件。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
方法对比
UG-Sep的Information Compensation能让已看过候选的状态重新成为公共缓存吗？
Compute Only Once: UG-Separation for Efficient Large Recommendation Models
问答新增：2026-10-27 · ByteDance AML
展开答案与例子
答案：不能。补偿用于恢复候选专属评分中的交互表达，公共用户表示的复用资格仍要求它不依赖当前候选。若把混入候选的补偿结果缓存给其他候选，就重新引入信息污染。补偿与缓存分别服务表达和计算共享，不能把它们的输出任意互换。
教学例子：甲物品专属补偿后的分数状态，不能作为乙物品的通用用户状态；可共享的仍应是被隔离保护的用户块。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
实现细节
UG-Sep mask如何验证共享是否合法？
Compute Only Once: UG-Separation for Efficient Large Recommendation Models
问答新增：2026-10-27 · ByteDance AML
展开答案与例子
答案：固定用户输入改变候选时，受保护用户表示应保持不变，候选输出可变；attention和TokenMixer路径都要检查。当前公开代理未复刻生产kernel及真实QPS。
教学例子：例如只对attention加mask而mixer仍回流候选，就不能安全共享用户计算。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
基础理解
Self-Evolving Rec的长期journal是在保存模型参数，还是保存实验知识？
Self-Evolving Recommendation System: End-To-End Autonomous Model Optimization With LLM Agents
问答新增：2026-10-27 · Google / YouTube
展开答案与例子
答案：journal记录方案、执行与评估结果等可供后续研发使用的证据，不是把某次训练权重当作自然语言记忆。持续闭环需要能追溯哪项改动在何种协议下得到什么结论；只有计划文字，没有可运行候选和评估记录，不构成已完成实验。
教学例子：记录“某优化器在固定验证协议下未改善”供下一轮避免重复尝试，与保存一份checkpoint是不同产物。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
核心机制
Self-Evolving Rec 为什么让内层 agent 探索离线方案，外层状态机才决定真实 A/B 晋级？
Self-Evolving Recommendation System: End-To-End Autonomous Model Optimization With LLM Agents
问答新增：2026-10-27 · Google / YouTube
展开答案与例子
答案：离线代理能便宜筛选优化器、架构与奖励想法，却不完整代表线上用户和服务约束。外层独立管理安全、资源与真实实验晋级，再把结论写回长期 journal，让内层下一轮有证据可用。闭环的价值在实验治理与知识累积，不是 agent 提出方案就自动上线；本地验证循环不能替代真实生产 A/B。
教学例子：agent 提议一个离线更优但延迟超标的结构，外层先拒绝晋级；另一个通过资源检查再进入真实实验，其结果被记录，避免下一轮重复犯同样错误。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
方法对比
Self-Evolving Rec的双层优化，与只自动搜索一组训练超参数有什么范围区别？
Self-Evolving Recommendation System: End-To-End Autonomous Model Optimization With LLM Agents
问答新增：2026-10-27 · Google / YouTube
展开答案与例子
答案：双层结构把内层候选训练与外层线上目标、资源和安全约束分开，候选还可涉及架构、优化器或reward。常规超参数搜索可以成为内层工具，却不自动补上线上反馈、晋级状态与长期知识积累，因此不能以完成一次搜索代替整个闭环。
教学例子：自动试多个学习率只产生候选结果；是否值得占用线上流量、怎样留下失败经验，仍需外层流程。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
实现细节
本地要怎样才可称演化算子真正接入？
Self-Evolving Recommendation System: End-To-End Autonomous Model Optimization With LLM Agents
问答新增：2026-10-27 · Google / YouTube
展开答案与例子
答案：控制器必须实际调用生成的改动、训练并在隔离验证上评价，状态和journal可追溯。仅registry名称或模拟计划不算执行，更不能伪称已跑真实A/B。
教学例子：例如agent写好优化器建议但工具不能运行，就仍是提案。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
基础理解
RADAR 缓存的 Top-K 已经由强排序器筛过，为什么仍只是候选而非保证展示？
RADAR: Recall Augmentation through Deferred Asynchronous Retrieval
问答新增：2026-10-27 · Meta
展开答案与例子
答案：它依据上一请求历史筛出供下次补充的对象，进入当前候选池后仍面对实时召回竞争、资格变化和当前需求。缓存高分不是展示承诺，更不是本次已观测点击。区分提名与最终曝光，才能正确计算覆盖、时效与实际下游价值。
教学例子：后台挑出一部电影，下次用户已转向儿童内容，或电影刚看完，缓存提名仍可被当前链路过滤，不能因进过 Top-K 就算一次成功展示。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
核心机制
RADAR 为什么把本次请求后异步运行的排序结果，用作下一次请求的召回补充？
RADAR: Recall Augmentation through Deferred Asynchronous Retrieval
问答新增：2026-10-27 · Meta
展开答案与例子
答案：完整排序器通常比召回器表达更强，却无法在实时请求中遍历全部物品。RADAR 把昂贵全库计算移到请求后，缓存高价值结果，下次与实时召回合并，使排序知识提前影响候选覆盖。代价是缓存依据上一时刻历史，可能变旧，因此需要实时通道补充新意图，不能把异步结果当作当前请求的完整最优答案。
教学例子：用户看完一次推荐后，后台用完整模型筛出一批可能喜欢的电影。下次打开时直接把这批加入候选，同时实时召回根据刚发生的新点击补充变化。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
方法对比
RADAR 的上一请求缓存与预测未来 pair latent 的缓存，复用对象有何不同？
RADAR: Recall Augmentation through Deferred Asynchronous Retrieval
问答新增：2026-10-27 · Meta
展开答案与例子
答案：RADAR 保存上一历史条件下筛出的候选结果，pair latent 方法预计算特定用户物品的深交互状态。两者都异步但对象、命中与失效条件不同，不能用一个缓存命中率替代另一方案成本。机制差别本身不支持效果排名。
教学例子：缓存一张电影名单与缓存用户对每部电影的中间向量不同；新请求可复用名单提名，但仍可能需要重新评分当前价值。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接
搜广推 / 自动研究与高效上线
实现细节
RADAR 合并 live 与 cached Top-K 时，为什么必须去重并检查当前资格？
RADAR: Recall Augmentation through Deferred Asynchronous Retrieval
问答新增：2026-10-27 · Meta
展开答案与例子
答案：缓存中物品可能已下架、被消费或资格变化，旧高分不能绕过当前规则；合并要按身份去重，保留来源便于测补充贡献。缓存生成时间与历史截止也需记录，不能让下一次真实目标提前进入异步任务。
教学例子：昨天预选的房源今天已满，仍应过滤；同一电影被两路召回也只算一个候选，不能靠重复项虚增覆盖与命中。
依据：背景与主要改动、核心公式；例子用于解释机制。
原论文 · 实现解读 · 问题链接