GALA: Generative Aligned Learning for Adaptive Multimodal Representation in the Taobao Shangou Recommender System¶
保真度：核心机制复现。原文结论、本地公开数据实验和未复刻部分分开陈述。
论文信息¶
| 项目 | 内容 |
|---|---|
| 论文链接 | arXiv 2607.29213 |
| 公司/机构 | Rajax Network Technology / Taobao Shangou / Alibaba |
| 首次公开日期 | 2026-07-31（arXiv v1） |
| 原文开源代码 | 否：原文未提供官方/作者代码（核查日期：2026-08-24） |
| Adapter | gala |
| 本地复现代码 | src/auto_research/reproductions/gala/ |
原始论文总结¶
背景与主要改动¶
先在 query-image-text 三元组上预训练多模态表示，再以行为奖励做 GRPO 对齐，最后用自适应门控融合多模态与 ID 表示。
flowchart LR
A["三元组预训练"] --> B["GRPO 行为对齐"] --> C["ID/多模态门控"]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¶
\[
z=g\odot z_{mm}+(1-g)\odot z_{id},\quad g=\sigma(W[z_{mm};z_{id}])
\]
论文离线与线上效果¶
原文的主要线上证据为 order volume +0.55%（randomized traffic split）。论文离线表与线上指标使用私有或论文指定口径，不能与下面的 MovieLens 数字直接比较。
本地复现¶
本地对照口径：基线为共享 transition + content scorer；实验组在相同用户、物品、全库候选和 seed 上只加入
gala核心机制，相对 NDCG@10 -5.60%。
MovieLens-100K、220 users / 360 items、seed 42：NDCG@10 0.0540 → 0.0510（-5.60%），Hit@10 0.1091 → 0.1045。验证集只用于选择机制混合权重，测试集没有参与调参。
固定指标见 metrics/public-seed42.json。
复现边界¶
在 MovieLens-100K 固定全库候选、相同切分和 seed 上执行论文核心机制；公司私有特征、生产基础模型与在线流量不可公开，论文 A/B 数字仅作原文引用。 本地实现执行了独立的模型状态和打分路径；它不是把论文名映射到同一个加权公式。未复刻项见 adapter 的 omitted_core_components，本地相对变化不得与原文 A/B 提升混写。