跳转至

OneRank：原生统一 Transformer 多任务排序

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 2606.16838
公司/机构 Renmin University of China（按第一作者所属机构聚合）
首次公开日期 2026-06-15（arXiv v1）
原文开源代码 否：论文未提供官方/作者代码（核查日期：2026-09-02）
Adapter onerank
本地复现代码 src/auto_research/reproductions/onerank/

原始论文总结

背景与主要改动

取消 encoder 与 task predictor 的割裂，把结构化特征和任务 token 放进统一序列，并用 task-private channel 与梯度隔离控制任务冲突。

flowchart LR
  A["公开行为与候选"] --> B["onerank 核心机制"]
  B --> C["同预算方法输出"]
  A --> D["论文定义的直接基线"]
  C --> E["统一指标与结构诊断"]
  D --> E

原论文关键图

OneRank：原生统一 Transformer 多任务排序 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

\[ h_k=\\operatorname{Transformer}([x_1,\\ldots,x_n,t_k];\\theta,\\phi_k),\\quad \\nabla_{\\phi_j}L_k=0\\;(j\\ne k). \]

论文离线与线上效果

  • Shopee 7 天 10%/10% 流量，GMV/UU +1.01%、Paid GMV/UU +1.17%、广告收入/UU +0.81%、坏查询率 -2.29%。
  • 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：同一全目录协议下，基线 NDCG@10 为 0.05401，实验组 OneRank 为 0.09540，相对变化 +76.65%。这是公开代理任务上的机制结果，生产线上 lift 的外推不适用。

三随机种子完整结果、均值、标准差与 95% CI：

auto-research reproduce --paper onerank --dataset-dir data --seed 42

复现边界

本地使用 MovieLens-1M 的公开子集及可审计代理目标，不能复现论文公司的私有日志、线上分桶、生产模型规模和 serving 栈。因此本页只解释为核心机制级验证，不宣称复现原文绝对指标或线上增益。