跳转至

GrowthGR：面向新品长期价值的生成式召回

Fidelity: 核心机制复现。ItemLTV、三层 Semantic ID、NTP、MoPO/GRPO clipped update 与有效 SID 约束均实际执行。

论文信息

项目 内容
论文链接 arXiv 2605.17994
公司/机构 Alibaba Group / Taobao & Tmall
首次公开日期 2026-05-18（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 growthgr
本地复现代码 src/auto_research/reproductions/growthgr/

原始论文总结

背景与主要改动

新品只按即时成交优化会持续缺曝光。GrowthGR 用 counterfactual ItemLTV 估计点击带来的长期订单增量，再以 RQ-VAE SID 和 decoder-only generator 召回；MoPO 联合购买、点击、曝光、排序和高 uplift 标签，并用 clipped inverse propensity 强化稀有高价值物品。

flowchart LR
  A[新品与上下文] --> B[ItemLTV base/uplift towers]
  C[内容表征] --> D[RQ-VAE SID]
  D --> E[NTP generator]
  B --> F[多价值 reward]
  E --> G[MoPO]
  F --> G
  G --> H[trie constrained beam]

原论文关键图

GrowthGR：面向新品长期价值的生成式召回 原论文 Figure 2

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

\[ \hat y=G_{base}(X)+W\,G_{uplift}(X),\qquad r_i=\operatorname{Clip}(-\log\pi_{old}(o_i|x),1,M)\sum_kw_ks_k. \]
\[ \mathcal J^{CLIP}=\min(\rho A,\operatorname{clip}(\rho,1-\epsilon,1+\epsilon)A). \]

论文离线与线上效果

Taobao/Tmall 线上新品 GMV +5.3%、全站搜索 GMV +0.3%。

本地复现

本地对照口径：基线是同一 transition policy 的 NTP retrieval；实验组 GrowthGR 加入 ItemLTV 与 8 轮 MoPO，相对基线 Hit@10 +0.00%、NDCG@10 +2.05%。

head share 同时下降 3.06%；验证集选择 blend 0.1。稳定指标见 metrics/movielens-100k-seed42.json。

auto-research reproduce --paper growthgr --seed 42

复现边界

未来正反馈频次代理 7 日订单，公开数据不支持还原真实搜索漏斗和多模态商品 foundation embedding。