UAME：用预测不确定性缓解多目标满意度偏差¶

Fidelity: 核心机制复现。训练 Gaussian score 双头、概率 pairwise loss、冲突约束与不确定性加权；私有八路 pxtr 和生产 backbone 用公开 proxy 替代。

论文信息¶

项目	内容
论文链接	arXiv 2607.17092
公司/机构	Kuaishou Technology
首次公开日期	2026-07-19（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	`uame`
本地复现代码	`src/auto_research/reproductions/uame/`

原始论文总结¶

背景与主要改动¶

点击、观看、点赞等 pxtr 只是不可观测“真实满意度”的冲突代理。UAME 在 EMER/EASQ 主干上增加共享表征的均值与方差双头，把分数视作 Gaussian 变量；用解析 pair probability 联合各 pxtr，令冲突更高的 pair 获得更大训练权重。线上只使用均值打分，因此不增加 serving 路径。

flowchart LR
  X[user/item/context + pxtrs] --> B[shared ranking backbone]
  B --> M[mean head]
  B --> V[variance head]
  M --> P[Gaussian pair probability]
  V --> P
  V --> W[uncertainty adaptive weight]
  P --> L[weighted PPR loss]
  W --> L
  M --> S[mean-only online serving]

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¶

\[ \hat y_i=\mu_i+\sigma_i\epsilon_i,\quad P(\hat y_i>\hat y_j)=\Phi\!\left(\frac{\mu_i-\mu_j}{\sqrt{\sigma_i^2+\sigma_j^2}}\right). \]

\[ \omega_{ij}=\gamma\frac{U_{ij}-\min U}{\max U-\min U},\quad U_{ij}=\sigma_i^2+\sigma_j^2. \]

最终目标为多 pxtr weighted PPR，加方差正则和 pxtr 冲突辅助约束。

论文离线与线上效果¶

离线在 EMER 上最高相对提升 5.8%，EASQ 上 plvtr +14.2%。两组各取主 feed 5% 流量、运行 7 天且 p<0.005：对 EMER 的 LongView +1.614%、Forward +1.325%；对 EASQ 的 LongView +1.126%、Forward +1.598%。

本地复现¶

本地对照口径：基线是同 backbone 的 deterministic multi-objective pairwise ranker；实验组加入完整 UAME loss，NDCG@10 相对 -62.28%。

MovieLens-100K 固定 220 users / 360 items；transition、genre similarity、popularity 作为三路 proxy，并按候选在三路目标中的 rank 标准差构造冲突。基线/UAME NDCG@10 0.05798 / 0.02187，训练 loss 均正常下降，但 UAME 将 head share 从 0.6736 降到 0.0764，公开 proxy 的冲突结构与下一物品满意度明显不匹配。稳定指标见 metrics/movielens-100k-seed42.json。

auto-research reproduce --paper uame --seed 42

复现边界¶

未获得快手八路 pxtr、EMER/EASQ、问卷满意度和亿级流量；本地负结果说明这一公开 proxy 映射不能直接复现论文收益，不与线上 lift 混写。