CAMIE：用共同互动对齐多模态商品向量¶

复现级别：核心机制 + 公开数据。 复现内容向量、共同互动正对和对称检索打分。

论文信息¶

字段	内容
论文链接	arXiv 2608.30255
公司/机构	Snap Inc.（第一作者第一署名单位）
首次公开日期	2026-08-31（arXiv v1）
原文开源代码	否：未发现原作者公开代码（核查日期：2026-09-05）
Adapter	`camie`
本地复现代码	`src/auto_research/reproductions/camie/`

CAMIE 用同一个 LLM/MLLM 接口编码图片和商品元数据，再从用户旅程挖掘共同互动商品对，以对称 in-batch InfoNCE 把“内容相近”校正为“行为上会共同转化”。同一 checkpoint 同时支持多模态和纯文本召回。

flowchart LR
  I[图片] --> M[共享 MLLM encoder]
  T[元数据] --> M
  J[共同互动商品对] --> N[对称 InfoNCE]
  M --> N
  N --> E[统一商品向量 / ANN]

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。

目标为 \(\mathcal L=-\frac12[\log\frac{e^{q_a^Tk_b/\tau}}{\sum_j e^{q_a^Tk_j/\tau}}+\log\frac{e^{q_b^Tk_a/\tau}}{\sum_j e^{q_b^Tk_j/\tau}}]\)。

生产总体流量 CTR +0.211%、CVR +1.911%，已部署。

公开 MovieLens 的内容特征和共现 transition 代理共同互动，NDCG@10 为 0.05121（基线 0.05401）；负结果保留在 metrics/public-seeds42-44.json，不把小数据退化包装成提升。

本地对照口径：基线 NDCG@10=0.05401，实验组 NDCG@10=0.05121，相对变化 -5.18%。

未包含私有 DPA 用户旅程、生产 MLLM checkpoint 与 ANN 服务；仅声明 CPU 核心机制。