PushDualGen: Enabling LLMs to Generate Semantic IDs with Interpretable Copy for Industrial Push Recommendation¶
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 2608.07989 |
| 公司/机构 | Kuaishou Technology |
| 首次公开日期 | 2026-08-08（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 | pushdualgen |
| 本地复现代码 | src/auto_research/reproductions/pushdualgen/ |
原始论文总结¶
背景与主要改动¶
先生成可服务的 Semantic ID，再按需生成可跳过的解释 copy；在线侧融合 SID 与 copy 表示，同时保留解释一致性。
flowchart LR
A["SID 压缩"] --> B["SID→可选 Copy"] --> C["表示融合"]原论文关键图¶
原论文 Figure 1（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¶
\[
p(s,c|h)=p(s|h)\,p(c|s,h)^{\mathbf1[g(h,s)=1]}
\]
论文离线与线上效果¶
原文的主要线上证据为 effective play rate +8.50%（15% traffic, 150M users, 14 days）。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
pushdualgen核心机制，相对 NDCG@10 +1.19%。
MovieLens-100K、220 users / 360 items、seed 42：NDCG@10 0.0540 → 0.0546（+1.19%），Hit@10 0.1091 → 0.0955。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。