PinEqualizer：Pinterest 全漏斗冷启动探索与去偏¶

Fidelity: 核心机制复现。真实执行 engagement dropout、内容交叉、分 cohort calibration、探索 corpus 与 relevance-scaled UCB；私有多阶段系统由公开代理缩小。

论文信息¶

项目	内容
论文链接	arXiv 2607.22518
公司/机构	Pinterest
首次公开日期	2026-07-23（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	`pinequalizer`
本地复现代码	`src/auto_research/reproductions/pinequalizer/`

原始论文总结¶

背景与主要改动¶

新内容缺少协同图和历史互动，生产模型又会依赖已有曝光形成反馈回路。PinEqualizer 不把问题限制在一个排序模型，而是在 corpus selection、召回、精排和 utility 每一级检查 fresh 内容的输入占比与存活率。模型侧加入纯内容/VLM/SID 特征、逐 engagement 特征 dropout、内容—年龄—互动显式交叉、分内容类型 calibration 和 fresh/old 分数正则；探索侧维护独立 corpus，并用 Thompson posterior、实时 impression UCB 或 Neural Linear UCB 分配流量。

flowchart LR
  N["新内容 + 内容特征"] --> C["posterior corpus selection"]
  C --> R["token / graph / embedding retrieval"]
  R --> D["engagement dropout + explicit feature crossing"]
  D --> K["fresh-aware calibration + score regularization"]
  K --> U["relevance-scaled UCB utility"]
  U --> E["曝光与正反馈"]
  E --> G{"达到 engagement threshold?"}
  G -- "是" --> P["graduated exploitation corpus"]
  G -- "否" --> C

原论文关键图¶

原论文 Figure 2（关键图）：展示原论文方法的总体设计和关键组成。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¶

用模型先验 \(\alpha\)、先验强度 \(N\)、历史正反馈 \(e\) 和曝光 \(n\) 估计探索内容价值：

\[ \hat r_i=\frac{\alpha_iN+e_i}{N+n_i}. \]

实时曝光越少，探索 bonus 越大；搜索场景再用相关性抑制不相关探索：

\[ \mathrm{UCB}_i=\frac{\alpha}{\sqrt{1+\beta\,\mathrm{impressions}_i}}, \qquad \mathrm{UCB}'_i=\mathrm{relevance}_i^\gamma\mathrm{UCB}_i. \]

Neural Linear UCB 使用主模型隐藏向量 \(\phi(x)\)：

\[ \hat y_i=\phi(x_i)^\top\theta+ \alpha\sqrt{\phi(x_i)^\top\Sigma\phi(x_i)},\qquad \Sigma=\left(\sum_i\phi(x_i)\phi(x_i)^\top+\lambda I\right)^{-1}. \]

论文离线与线上效果¶

系统自 2024 年起逐步上线，使 fresh-content impressions 累计增长 350%。长期 A/B holdout 中，underexplored engagement volume 在 Homefeed/Search/Related Pins 分别累计 +37%/+13%/+27%。Related Pins 组件级 A/B 中，ranking architecture 对 all-fresh engagement 为 +8.63%、对 underexplored engagement 为 +6.57%；ranking feature improvements 分别为 +5.57%/+18.52%。28 天毕业内容 corpus 同比 +41%，成功内容提供者数量同比 +99%。

本地复现¶

本地对照口径：基线和实验组都使用 MovieLens-1M、相同 user/content 输入、100 steps、seeds 42/43/44 和独立 test；实验组增加论文的 individual engagement dropout、content×age/engagement crossing、fresh/old score regularization、分 cohort Platt calibration 与 validation-only UCB 选择。实验组整体 NDCG@10 相对基线 -16.44%（变差），fresh NDCG@10 +448.62%，underexplored exposure@10 +471.02%。

三组 validation 都选择 UCB alpha=0，说明当前去偏模型已把 fresh 流量推得很高，额外 UCB 只会恶化验证目标。该结果展示的是明显的整体精度—探索 trade-off，不能只报告 fresh 指标。稳定指标见 metrics/movielens-1m-seed42-44.json。

auto-research reproduce --paper pinequalizer --dataset-dir data --device mps --seed 42

复现边界¶

MovieLens 的物品首见时间只是新内容代理：fresh 定义为首见时间最新 20%，underexplored 再限制为低于 fresh popularity 中位数。实现没有 Pinterest 的 PinCLIP、SID、商家数据、三大 surface、长期内容 holdout 和实时 Flink 特征；因此只验证算法链路和公开数据 trade-off，不把本地 NDCG 外推为线上 engagement。