YouTube Music：打破新颖性与新鲜度反馈环

Fidelity: 核心机制复现。本地执行新鲜度感知的候选打分与公平对照；不复刻 YouTube 私有流量系统。

论文信息

项目	内容
论文链接	arXiv 2607.23749
公司/机构	YouTube Music / Google
首次公开日期	2026-07-26（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	youtube-freshness
本地复现代码	src/auto_research/reproductions/youtube_freshness/

原始论文总结

背景与主要改动

系统比较 recency feature、IPS、可移除 bias tower 与 SNGP 不确定性探索，区分训练去偏和 serving 探索。

flowchart LR
    L["连续训练日志"] --> I["IPS debias"]
    L --> B["bias tower"]
    X["recency"] --> R["ranker"]
    I --> R
    B --> R
    R --> U["uncertainty exploration"]

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

\[ \mathcal L_{\mathrm{IPS}}=-\frac{y}{\max(p_{\mathrm{log}},\epsilon)}\log\hat y,\quad score=\mu(x)+\beta\sigma(x). \]

论文离线与线上效果

两周、每臂每日数百万用户的六项 A/B；不确定性损失让 1-day new-release engagement +4.33%。

本地复现

本地对照口径：基线为 popularity-biased continuous ranker，实验组为四机制组合；Hit@10 +0.00%、NDCG@10 -6.35%，head share -28.72%。

MovieLens 上执行 recency、IPS、训练期 bias tower/serving 移除和距离不确定性加分。

auto-research reproduce --paper youtube-freshness --data-root data --seed 42

稳定结果见 result-seed42.json。

复现边界

没有 YouTube 连续训练基础设施和 SNGP 大模型；本地负结果不推翻论文各干预的在线结论。