跳转至

Read this paper write-up in English

SPAR：前缀条件个性化与语义ID负载平衡

已实现RQ-PIB的冻结码本修复阶段，仅L1机制诊断；没有实现PATH Decoder、RQ训练或偏好训练。完整生产训练与A/B成本过高，不复现（审查 DONE）。

论文信息

字段 内容
论文链接 arXiv v1；固定PDF
原文标题 SPAR: Stepwise Personalized Autoregressive Recommendation with Prefix-Balanced Semantic IDs
公司 / 机构 一作Chunrui Zhang：中国电子科技大学；合作含阿里HUJING / Youku等，不按全部合作者拆分归类
首次公开日期 2026-10-20 09:17:14 UTC
原作者代码 原论文与arXiv未找到作者实现仓库；Youku日志未公开
本地 adapter / 稳定键 spar-prefix-balance；adapter: null
本地复现代码 src/auto_research/reproductions/spar_prefix_balance.py；scripts/run_oct21_ranking_components.py
本地证据 三种子修复诊断

原始论文总结

背景与主要改动

同一用户长历史中，有用证据随已生成SID前缀而变；热门前缀的交互负载还会压倒其他分支。SPAR由三部分组成：按前缀检索粗到细记忆的PATH、冻结残差码本后的RQ-PIB负载修复，以及SFT+DPO偏好对齐。本地只实现第二部分的修复子程序，不拿字典或K-means冒充整个推荐模型。

flowchart LR
  R[外部残差和收敛码本] --> F[冻结码本]
  W[只来自训练期的交互次数] --> B[逐父前缀计算可行上界]
  F --> M[超载分支内最小可行失真移动]
  B --> M
  M --> A[更新成员与负载/保持父前缀]
  A --> M

原论文关键图

SPAR原论文Figure2：RQ-PIB、PATH与偏好对齐

原论文 Figure 2：完整框架含码本平衡、前缀条件记忆读取、SFT与DPO。本地覆盖其中RQ-PIB的冻结码本修复阶段。图片来自原论文，版权归原作者所有。

核心公式

对父前缀p，总负载为W_p，最大单商品权重为m_p，兄弟分支数为K：

\[ C_p=W_p/K,\quad B_p=\max\{\tau C_p,C_p+(1-1/K)m_p\}. \]

从一个超载分支选出有正权重的商品，在所有满足目的分支负载加该权重不超过B_p的位置中，最小化残差到码中心的平方距离增量。每次只选择当前可行移动，不是全局最优匹配，也不保证负载恰好均等。码中心不更新，零负载组不修复，商品最多移动一次，父前缀不变。

论文离线与线上效果

Youku生产日志上，论文报告HR@10/20/50/100的相对平均提升2.66%；7天、10%流量A/B的用户观看时长+3.95%、播放转化+3.38%。这些属于包含PATH、平衡SID和训练的完整模型，不可归因于本地贪心移动。

本地复现与边界

PYTHONPATH=src python scripts/run_oct21_ranking_components.py \
  --component spar-prefix-balance --device cpu --output runs/spar-prefix-fresh.json

输入必须提供冻结码中心、残差、分配、训练期权重和父前缀。算法实现Eq13–15/Algorithm1的分支修复，以独立构造验证最小可行移动、空分支目的地、重商品上界、总负载守恒、至多一次移动和“不修复则超载”的负对照。合成权重不是推荐指标，也不能说明未来曝光更公平。

原文完整训练使用Qwen3-0.6B至4B、数月生产历史、每日偏好数据与线上流量。成本过高，不复现（审查 DONE）；不训练量化器、不实现PATH/beam/DPO、不加入Evolve。