MuChator：对话式音乐主动发现

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 2605.27103
公司/机构	ByteDance（按第一作者所属机构聚合）
首次公开日期	2026-05-26（arXiv v1）
原文开源代码	否：未找到原作者公开代码（核查日期：2026-09-02）
Adapter	muchator
本地复现代码	src/auto_research/reproductions/muchator/

原始论文总结

背景与主要改动

围绕音乐领域继续预训练、SFT 与强化学习，让对话模型从用户即时表达中解析音乐意图，并主动探索而非只复述历史偏好。

flowchart LR
  A["公开行为与候选"] --> B["muchator 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

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

\[ \\pi^*=\\arg\\max_\\pi\\;\\mathbb E[r_{intent}+r_{discovery}+r_{dialogue}]-\\beta D_{KL}(\\pi\\Vert\\pi_{ref}). \]

论文离线与线上效果

• 抖音音乐约一个月线上 A/B：用户活跃天数 +46.49%、使用时长 +77.36%、CTR +11.26%。
• 上述数字只复述论文线上证据，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 0.04477，相对变化 -17.09%。本地代理目标与论文生产任务不同，不能外推线上 lift。

三随机种子完整结果、均值、标准差与 95% CI：

• metrics/public-seeds42-44.json

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

复现边界

本地使用 MovieLens-1M 的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。