CS3¶
Fidelity: 核心机制复现。实现双塔间的循环自修正、显式交叉同步与级联教师辅助目标。
论文信息¶
| 项目 | 内容 |
|---|---|
| 论文链接 | arXiv 2604.19269 |
| 公司/机构 | Kuaishou Technology |
| 首次公开日期 | 2026-04-21(arXiv v1) |
| 原文开源代码 | 是:官方/作者代码 |
| Adapter | cs3 |
| 本地复现代码 | src/auto_research/reproductions/cs3/ |
原始论文总结¶
背景与主要改动¶
传统双塔为 ANN 解耦 user/item 表征,牺牲交叉能力。CS3 通过离线/在线可部署的循环修正和知识协同增强塔间交互。
flowchart LR
U["User tower"] --> R["Cycle self-revision"]
I["Item tower"] --> R
R --> S["Cross-tower sync"]
S --> Y["ANN-compatible score"]
T["Cascade teacher"] --> Y
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¶
\[
u'=u+g_u(u,i)\odot\Delta_u,\quad i'=i+g_i(i,u)\odot\Delta_i,\quad
L=L_{\rm rank}+\lambda L_{\rm cascade}.
\]
论文离线与线上效果¶
快手三个生产场景的 Revenue 分别提升 8.356% / 1.366% / 2.177%。
本地复现¶
本地对照口径:基线是 matched two-tower;实验组加入 cycle、cross sync 与 teacher loss;三 seed NDCG@10 相对 -16.06%,当前小数据未复现线上收益。
结构化结果见 metrics/movielens-100k-seeds42-44.json。
复现边界¶
没有 4 亿 DAU 的在线缓存、EMA 跨塔向量和生产 QPS 链路。
