PinRec：Outcome-Conditioned 多 token 生成式召回¶

Fidelity: 完整核心链路复现。真实执行因果 decoder、outcome embedding、归一化 ANN 输出、无序未来窗口 multi-token 对比学习；MovieLens 评分档位替代 Pinterest 多 surface action。

论文信息¶

项目	内容
论文链接	arXiv 2504.10507
公司/机构	Pinterest
首次公开日期	2025-04-09（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	`pinrec`
本地复现代码	`src/auto_research/reproductions/pinrec/`

原始论文总结¶

背景与主要改动¶

普通 next-item 只会延续用户最常见行为，且严格顺序不适合 feed session。PinRec 把期望 outcome 注入输出头，并在同一未来窗口一次生成多个 ANN-compatible item vectors。

flowchart LR
  H["异构行为历史"] --> T["Causal Transformer"]
  O["期望 outcome"] --> G["Outcome-conditioned heads"]
  T --> G
  G --> M["Windowed multi-token vectors"]
  M --> A["ANN retrieval"]

原论文关键图¶

原论文 Figure 1（关键图）：展示原论文方法的总体设计和关键组成。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¶

\[ \hat i_{u,t}^{(k)}=\mathrm{norm}(O_k([h_t;e(a_{desired})])),\qquad \mathcal L_{MT}=-\sum_k\log\frac{\exp(\hat i^{(k)}\cdot i^+_{\pi(k)}/\tau)}{\sum_j\exp(\hat i^{(k)}\cdot i_j/\tau)}. \]

论文离线与线上效果¶

原论文 Homefeed unordered Recall@10：UC 0.608、OC 0.625、MT+OC 0.676；16 outputs 相对 OC 延迟约降 10 倍、recall +16%、diversity +21.3%。线上 MT+OC：Fulfilled Sessions +0.28%、Time Spent +0.55%、Homefeed Grid Clicks +3.33%；纯 OC Grid Clicks最高 +4.01%。

本地复现¶

本地对照口径：基线是 unconditioned next-token 模型；实验组是 outcome-conditioned 三 token window；Unordered Recall@10 -27.78%、NDCG@10 -34.82%。这是 outcome/multi-token 模块消融，不是相对 DIN。

Model	Unordered Recall@10	NDCG@10
UC next-token	0.00318 ± 0.00184	0.00132 ± 0.00085
OC + 3-token window	0.00230 ± 0.00061	0.00086 ± 0.00034

经过一次协议修正和 160→200 steps 迭代，OC+MT 仍分别下降 27.78% / 34.82%。MovieLens 只有稀疏评分 outcome 和两个 held-out future events，无法提供 Pinterest 的多行为窗口监督；不把负结果调参隐藏。指标见 metrics/movielens-100k-seeds42-44.json。

for seed in 42 43 44; do AUTO_RESEARCH_PINREC_STEPS=200 auto-research reproduce --paper pinrec --dataset-dir data --seed "$seed"; done