Taiji：语义与协同 ID 的 Pareto 策略优化

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 2606.03866
公司/机构	Kuaishou Technology（按第一作者所属机构聚合）
首次公开日期	2026-06-02（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	taiji
本地复现代码	src/auto_research/reproductions/taiji/

原始论文总结

背景与主要改动

先用反向工程偏好推理与拒绝采样激活推荐 CoT，再由 POPO 动态平衡 LLM 语义奖励和推荐协同 ID 奖励，避免固定权重遗漏非凸 Pareto 前沿。

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

\[ r(x,y)=w_s(x,y)r_{sem}(x,y)+w_{id}(x,y)r_{collab}(x,y),\\qquad w\\in\\Delta^2. \]

论文离线与线上效果

• 快手广告一周实验，基线与 Taiji 各 10% 流量：整体 ADVV +2.83%、Revenue +3.30%；已于 2026-05 全量部署。
• 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 0.06448，相对变化 +19.39%。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 taiji --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。