Stochastic Primal-Dual Decoding for Multiobjective Generative Recommender Systems
生成式推荐模型只按相关性训练,业务却常要求一张列表里某类内容达到一定比例,而且要求经常变,每变一次就重训大模型并不现实。Spotify 的 SPDD 不动模型,只在解码时给每个候选加上权重乘以它对配额的贡献,权重随配额还差多少自动升降:落后就加大,超前就减小。配额交给解码层里一个随进度变化的权重,底层模型只管相关性。约 100 万用户的线上实验里,扶持内容的收听占比相对对照组提升 5.44%,固定权重做法只有 3.60%,跳过率的涨幅也更小。