UniRec：统一工业预排与精排

复现级别：公开数据核心机制。 在同一候选空间执行纵向跨阶段对齐、紧凑 pairwise 聚合和组相对中心化；不复刻快手生产 cascade。

论文信息

字段	内容
论文链接	arXiv v1
公司/机构	Kuaishou
首次公开日期	2026-09-10（arXiv v1）
原文开源代码	否：未找到作者公开仓库（核查日期：2026-09-12）
Adapter	unirec
本地复现代码	src/auto_research/reproductions/unirec/

原始论文总结

背景与主要改动

预排模型既要贴近精排顺序，又受延迟限制。UniRec 把 pre-ranking/ranking 的表征和目标统一，通过纵向跨阶段对齐、紧凑 pairwise 聚合及 attribute group-relative regularization 缩小阶段间偏差。

flowchart LR
  H[用户历史] --> P[Pre-ranking branch]
  H --> R[Ranking branch]
  P --> V[纵向跨阶段对齐]
  R --> V
  V --> C[紧凑 pairwise 聚合]
  C --> G[属性组相对正则]
  G --> S[统一候选得分]

原论文关键图

原论文 Figure 2（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

本地用 \(s=0.5z(s_{pre})+0.5z(s_{rank})+0.25\tanh(s_{rank}-a_g)+0.1(s-\bar s_g)\) 表达三块核心机制；\(a_g\) 与 \(\bar s_g\) 都只由候选所属属性组统计得到。

论文离线与线上效果

论文在 20% 快手线上流量运行一周：App 使用时长 +0.616%、总观看时长 +0.675%、视频观看时长 +0.755%、活跃用户 +0.189%，随后全量部署（Section 5.4, Table 5）。

本地复现与边界

MovieLens 100K、seeds 42/43/44 的统一公开口径见 metrics/movielens-100k-seeds42-44.json。blend 系数只在 validation 选择，test 隔离；短序列数据不能代表私有快手日志和生产延迟。本方法暂未映射进 evolve，因为主 evaluator 尚不能执行其完整算子，避免只登记标签。

本地对照口径：同一 test 全物品排序下，基线 NDCG@10 为 0.05401，实验组为 0.04721，相对变化 -12.58%；这是公开替代任务的负结果。