跳转至

Gryphon-v2：生成、预排与排序一体化音乐推荐

Fidelity：核心机制复现。实现共享历史编码器、生成头、训练期 teacher、双来源 rollout 蒸馏与 item-level ranker；本地负结果如实保留。

论文信息

项目 内容
论文链接 arXiv 2608.06213
公司/机构 Yandex
首次公开日期 2026-08-06（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 gryphon-v2
本地复现代码 src/auto_research/reproductions/gryphon_v2/

原始论文总结

背景与主要改动

Yandex 原系统包含 15 个以上召回器和独立预排/排序。Gryphon-v2 复用生成式推荐的共享 history encoder：生成头预测 Semantic ID，item-level ranking head 对生成候选直接排序；离线高容量 teacher 同时监督当前模型 rollout 和 logged impressions，从而让排序器见到 serving 分布与真实曝光分布。

flowchart LR
 H["用户长历史"] --> E["共享 encoder"]
 E --> G["SID 生成头"]
 G --> R["当前策略 rollout"]
 I["logged impressions"] --> D["teacher MAE distillation"]
 T["训练期高容量 teacher"] --> D
 R --> D
 D --> K["item-level ranker"]

原论文关键图

Gryphon-v2：生成、预排与排序一体化音乐推荐 原论文 Figure 1

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

\[ \mathcal L=\mathcal L_{\mathrm{NTP}}+\lambda_r\,\mathbb E_{i\in C_{\mathrm{rollout}}\cup C_{\mathrm{impression}}}|s_\theta(i)-s_T(i)|. \]

论文离线与线上效果

离线 teacher Recall@10 为 0.5654、weighted pair accuracy 为 0.5892；替换 15+ 召回、预排与排序模块后，在相近延迟下 Yandex Music active users +1.41%，并已进入生产链路。

本地复现

本地对照口径：基线为同预算生成式召回，实验组加入双来源蒸馏与 ranker；相对基线 NDCG@10 -26.84%。

MovieLens-1M 260 users / 420 items、50 steps、seed 42。生成基线 NDCG@10 0.01546；Gryphon-v2 路径 0.01131（-26.84%），Hit@10 -11.11%，且执行了 57,600 个 rollout 和 57,600 个 impression 蒸馏目标。小数据与短训练下 teacher/ranker 发生负迁移，不能据此否定原论文，也绝不写成线上 +1.41% 的本地复现。

auto-research reproduce --paper gryphon-v2 --dataset-dir data --seed 42

固定指标见 metrics/movielens1m-seed42.json。

复现边界

未复刻 Yandex 私有音乐/多模态 SID、8,000 长历史、十分钟在线更新和 Triton serving；公开数据只验证核心训练数据流。