跳转至

RQ-GMM：多模态语义的概率残差量化

Fidelity: 核心机制复现。本地代码执行论文最有辨识度、可由公开数据验证的机制；私有数据、生产模型与服务栈明确列为边界。

论文信息

项目 内容
论文链接 arXiv 2602.12593
公司/机构 Tencent（按第一作者所属机构聚合）
首次公开日期 2026-02-13（arXiv v1）
原文开源代码 否：未找到原作者公开代码（核查日期：2026-09-05）
Adapter rq-gmm
本地复现代码 src/auto_research/reproductions/rq_gmm/

原始论文总结

背景与主要改动

把图文多模态 embedding 逐层做残差量化，每层以高斯混合后验进行软分配，避免硬聚类的 codebook 利用率不足；语义离散化与 CTR 偏好建模解耦训练。

flowchart LR
  A["公开行为与候选"] --> B["rq-gmm 核心机制"]
  B --> C["同预算方法输出"]
  A --> D["统一直接基线"]
  C --> E["全目录排序与结构诊断"]
  D --> E

原论文关键图

RQ-GMM：多模态语义的概率残差量化 原论文 Figure 1

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

\[ q^{(l)}=\sum_k p(k\mid r^{(l)})\mu_k^{(l)},\qquad r^{(l+1)}=r^{(l)}-q^{(l)}. \]

论文离线与线上效果

  • 论文报告大规模线上 A/B 中 Advertiser Value +1.502%。
  • 上述数字只复述论文证据，不写入本地公开数据效果结论。

本地复现

本地对照口径：同一 MovieLens 全目录协议下，基线 NDCG@10 为 0.05401，实验组为 0.04685，相对变化 -13.25%。本地代理目标与论文生产任务不同，不能外推线上 lift。

三随机种子的完整结果、均值、标准差与 95% CI 见：

auto-research reproduce --paper rq-gmm --dataset-dir data --seeds 42,43,44

复现边界

本地使用 MovieLens 100K 的固定公开子集及可审计代理目标，只验证中心计算机制；不复现原论文的私有日志、生产基础模型、线上分桶和 serving 栈。因此本页不宣称复现原文绝对指标或线上增益。