OneMall：统一多场景端到端生成推荐¶
Fidelity: 核心机制复现。执行场景 prompt、三层 Semantic ID 和跨行为融合；缩小数据与模型规模。
论文信息¶
| 项目 | 内容 |
|---|---|
| 论文链接 | arXiv 2601.21770 |
| 公司/机构 | Kuaishou |
| 首次公开日期 | 2026-01-29（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 | onemall |
| 本地复现代码 | src/auto_research/reproductions/onemall/ |
原始论文总结¶
背景与主要改动¶
快手电商的商品卡、短视频和直播分发原本由不同链路维护。OneMall 用统一商品 Semantic ID、Query-Former 压缩、多行为 cross-attention、Sparse MoE 生成器及 RL 对齐，把多个场景收进一个生成推荐家族。
flowchart LR
H["多场景行为"] --> Q["Query-Former"]
I["商品内容"] --> S["Semantic tokenizer"]
Q --> C["Cross-attention"]
S --> C
C --> M["Sparse MoE generator"]
M --> R["RL 对齐"]原论文关键图¶
原论文 Figure 5（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¶
场景 \(s\) 下生成商品 code 序列 \(c_{1:L}\)：
\[
\mathcal L_{\mathrm{gen}}=-\sum_{\ell=1}^{L}\log p(c_\ell\mid c_{<\ell},h,s),
\qquad
\mathcal J=\mathbb E_{\pi_\theta}[R_{\mathrm{rank}}].
\]
论文离线与线上效果¶
线上商品卡 GMV +13.01%、短视频订单 +15.32%、直播订单 +2.78%。这些是论文生产系统结果，不是本地数值。
本地复现¶
本地对照口径：基线是共享 transition/content ensemble；实验组只增加场景 prompt、三层 residual SID 和跨行为融合，MovieLens-100K NDCG@10
0.03540→0.03693，相对 +4.33%，Hit@10 相对-4.35%。
validation 只选择融合权重，test 未参与调参。结果见 metrics/movielens-seed42.json。
复现边界¶
MovieLens genre 仅代理场景；未复刻快手私有商品特征、Sparse MoE、生产 RL 和线上 serving。