GR4AD：面向大规模广告的生成式推荐

Fidelity: 核心机制复现。UA-SID、并行 LazyAR、VSL、list-wise RSPO 均训练；私有多模态广告、eCPM、在线持续学习和动态 beam 服务未复刻。

论文信息

项目	内容
论文链接	arXiv 2602.22732
公司/机构	Kuaishou
首次公开日期	2026-02-26（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	gr4ad
本地复现代码	src/auto_research/reproductions/gr4ad/

原始论文总结

背景与主要改动

广告生成式推荐同时受商业语义、实时更新和延迟约束。GR4AD 用多粒度 UA-SID 编码广告，LazyAR 放松层间自回归依赖，VSL 按商业价值加权监督，RSPO 直接优化列表排序，Dynamic Beam Serving 随负载调整 beam。

flowchart LR
 A["multimodal ad + business"] --> B["UA-SID"]
 C["user history"] --> D["LazyAR parallel decoder"]
 B --> D --> E["VSL"] --> F["RSPO online update"] --> G["dynamic beam serving"]

原论文关键图

原论文 Figure 1（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

\(L_{VSL}=-w(v_i)\sum_l\log p(c_{i,l}|h)\)；本地 RSPO 以价值奖励分布 \(q_j\propto e^{r_j/\tau}\) 优化 \(L_{RSPO}=-\sum_jq_j\log p_\theta(j|h)\)。

论文离线与线上效果

LazyAR 近乎翻倍 QPS，离峰 beam 可增加 60%；相对 DLRM 广告收入最高 +4.2%，已覆盖 4 亿+用户。

本地复现

本地对照口径：统一跨模型基线是 DIN，GR4AD NDCG@10 相对 DIN +69.67%；内部 DLRM 基线加入 UA-SID/LazyAR/VSL/RSPO 后 +49.88%。两项都伴随 head share 0.505 的偏置风险。 60 steps、180 users/280 items、seeds 42–44。统一 DIN（100 steps）Hit/NDCG 为 0.0481/0.02167；GR4AD 为 0.0704/0.03676，NDCG 相对 DIN +69.67%。相对内部 DLRM 消融为 +49.88%；但 head share 达 0.505，MovieLens popularity 价值代理导致明显集中。指标见 metrics/movielens-100k-seeds42-44.json。