跳转至

Read this paper write-up in English

Generative End-to-end Ad Retrieval at Douyin

复现级别：L1 核心机制诊断。 执行 BasisVQ、前缀残差量化接口与碰撞 rerank；不复刻流式 PS、分钟级索引和线上流量，不把本地随机张量作为广告效果。

论文信息

项目 内容
论文链接 arXiv v1
公司/机构 ByteDance
首次公开日期 2026-09-30（arXiv v1）
原文开源代码 否：截至 2026-10-02 未找到原作者公开实现
Adapter gear
本地复现代码 src/auto_research/reproductions/gear/

原始论文总结

背景与主要改动

GEAR 用正交基参数化 BasisVQ/BasisRQ，使码本更新具有全局共享和稳定旋转；生成器输出层级 token，碰撞 item 再由上下文条件 reranker 精排。

flowchart LR
  I[输入/当前状态] --> M[gear 核心机制]
  M --> A[可审计中间量]
  A --> O[输出/更新状态]

原论文关键图

Generative End-to-end Ad Retrieval at Douyin 原论文关键图

原论文关键图：展示论文核心架构、训练流程或系统协议。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

\(q(z)=B c_{argmin_j\|zB-c_j\|}\)；碰撞组内按 \(s_i=h_u^Te_i\) 排序。

论文离线与线上效果

抖音广告 7 天线上 A/B、每组 5% 流量：ADSS +0.563%、ADVV +0.658%；冷启动激活率 +1.46%。

本地复现

本地对照口径：基线为机制关闭或默认状态，实验组为开启对应核心算子；相对百分比不适用。本批指标只验证不变量、梯度或状态转换，不表示论文规模效果。

复现边界

执行 BasisVQ、前缀残差量化接口与碰撞 rerank；不复刻流式 PS、分钟级索引和线上流量，不把本地随机张量作为广告效果。