跳转至

TWICE：双时钟双窗口长延迟转化学习

Fidelity: 核心机制复现。本地执行双时钟、双窗口校正路径和统一评测，私有工业特征与服务未复刻。

论文信息

项目 内容
论文链接 arXiv 2607.25404
公司/机构 Kuaishou
首次公开日期 2026-07-28（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 twice
本地复现代码 src/auto_research/reproductions/twice/

原始论文总结

背景与主要改动

把点击时钟的 current-status 标签与转化时钟的 delay CDF 分开学习，再用曝光窗口权重校正长期未成熟标签。

flowchart LR
    X["曝光/点击"] --> C["click clock status"]
    Y["转化延迟"] --> D["conversion clock CDF"]
    C --> J["two-window likelihood"]
    D --> J
    J --> V["CVR"]

原论文关键图

TWICE：双时钟双窗口长延迟转化学习 原论文 Figure 2

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

\[ P(Y=1\mid x,t)=p_{\mathrm{cvr}}(x)\,F_{\mathrm{delay}}(t\mid x),\quad F(t+\Delta)\ge F(t). \]

论文离线与线上效果

Kwai 广告线上 A/B：expected revenue +2.486%、revenue +1.858%、conversions +2.061%，之后部署到全流量。

本地复现

本地对照口径：基线为 mature-label next-item CVR，实验组为双时钟 current-status；Hit@10 +8.00%、NDCG@10 +14.31%。

MovieLens 时间戳构造点击/转化两个时钟，拟合单调 delay CDF 并按 exposure maturity 加权。

auto-research reproduce --paper twice --data-root data --seed 42

稳定结果见 result-seed42.json。

复现边界

公开交互代理广告延迟，未包含生产聚合记录和真实 revenue；线上数字只引用论文。