Generative Pseudo-Labeling for Pre-Ranking with LLMs¶
保真度：核心机制复现。原文线上结论、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 2602.20995 |
| 公司/机构 | Alibaba Group / Renmin University |
| 首次公开日期 | 2026-02-24（arXiv v1） |
| 原文开源代码 | 否：原文未提供官方/作者代码（核查日期：2026-08-24） |
| Adapter | gpl-prerank |
| 本地复现代码 | src/auto_research/reproductions/gpl_prerank/ |
原始论文总结¶
背景与主要改动¶
LLM 从用户行为生成兴趣锚点，为未曝光召回候选产生伪标签；预排序器联合真实与伪监督，且线上不调用 LLM。
flowchart LR
A["兴趣锚点"] --> B["LLM 伪标签"] --> C["无额外时延预排序"]原论文关键图¶
原论文 Figure 2（关键图）：展示原论文提出的核心架构、主要模块及其连接关系。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¶
\[
L=L_{exposed}+\lambda\sum_{j\in unexposed}CE(\hat y_j^{LLM},p_j)
\]
论文离线与线上效果¶
原文线上证据：CTR +3.07%（hundreds of millions DAU, two weeks，Section 4.5 / Table 4）。论文私有口径不能与下方 MovieLens 指标直接比较。
本地复现¶
本地对照口径：基线为共享 transition + content scorer；实验组在同一用户、物品、全库候选和 seed 上只加入
gpl-prerank核心机制，相对 NDCG@10 +12.84%。
MovieLens-100K、220 users / 360 items、seed 42：NDCG@10 0.0540 → 0.0609（+12.84%），Hit@10 0.1091 → 0.1045。验证集只选择混合权重，测试集未参与调参。
固定指标见 metrics/public-seed42.json。
复现边界¶
在 MovieLens-100K 固定全库候选、相同切分和 seed 上执行论文核心机制；私有特征、生产基础模型和在线流量不可公开，论文 A/B 数字只作原文引用。 本地实现拥有独立模型状态和打分路径；负结果同样保留，且本地相对变化不得与原文 A/B 提升混写。