跳转至

Contextual Distillation Model for Diversified Recommendation

保真度：核心机制复现。原文结论、本地公开数据实验和未复刻部分分开陈述。

论文信息

项目 内容
论文链接 arXiv 2406.09021
公司/机构 Kuaishou Technology
首次公开日期 2024-06-13（arXiv v1）
原文开源代码 否：论文未提供官方/作者代码（核查日期：2026-08-09）
Adapter cdm
本地复现代码 src/auto_research/reproductions/cdm/

原始论文总结

背景与主要改动

先用可控 MMR 教师产生兼顾相关性与多样性的列表，再把上下文边际收益蒸馏到可低延迟服务的学生。

flowchart LR
 A["公开输入 / 历史"] --> B["cdm 核心路径"]
 B --> C["论文特有状态或目标"]
 C --> D["同预算评测"]

原论文关键图

Contextual Distillation Model for Diversified Recommendation 原论文 Figure 1

原论文 Figure 1（关键图）：展示原论文的整体流程、关键阶段及其数据流向。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式

\[ y_t=\arg\max_i[s(i)-\lambda\max_{j<t}\operatorname{sim}(i,j)],\quad\mathcal L=\|f_\theta-y_{teacher}\|^2. \]

论文离线与线上效果

快手主端 Watch Time +0.406%，聚类系数 -0.957%。

本地复现

本地对照口径：基线为共享 transition + content scorer，实验组只加入 cdm 核心机制；相对 NDCG@10 +1.25%。

MovieLens-100K、260 users / 420 items、seed 42：NDCG@10 0.0354 → 0.0358（+1.25%）。基线是共享 transition + content scorer；实验组只加入论文核心路径。

auto-research reproduce --paper cdm --dataset-dir data --seed 42
auto-research evolve --model rankmixer --dataset movielens-100k --direction "组合 cdm 与已安装论文算子" --generations 2 --population 4

固定指标见 metrics/public-seed42.json。

复现边界

在 MovieLens-100K 全库排序上实际执行论文核心状态、训练目标或推理路径；未使用公司私有特征、生产流量和在线服务，线上 A/B 数字只引用原文。 本地数值不等同于原论文大模型、私有数据、生产流量或专用 kernel；本地相对变化不得与原文提升混写。