字节跳动 OneTrans-GSR：用单个自回归模型统一重排与混排
_reachsumit · x · 2026-11-05
- 字节跳动论文提出 OneTrans-GSR，把推荐系统中各自独立的 reranking（重排）与 mix-ranking（混排，整合商品卡、短视频、直播、广告卡等多业务来源）统一为一个生成式排序范式。
- 现有方案依赖手工规则和低容量专用模型拼装最终曝光列表，限制了候选组合空间与目标权衡的灵活性；OneTrans-GSR 用单个 decoder-only 策略模型（基于已部署的 OneTrans 骨干）端到端生成曝光 slate。
- 训练上以奖励模型评估完整 slate，通过强化学习做 slate 级优化，让性能随算力投入可扩展，替代规则驱动的排序组装。
「研究」频道最新
- iPhone 年年变强的直觉为何不适用于进化:没有可并行性 — louisvarge · 2026-11-05
- Weaviate 播客：智能体记忆过多会停滞，遗忘让优化器重启探索 — CShorten30 · 2026-11-05
- Epoch AI 改用贝叶斯模型重估 ECI：可算模型孰强概率 — scaling01 · 2026-11-05
- Zyphra 发布分层注意力 ZHA:10M token 提速 35 倍,剑指真亚二次方注意力 — teortaxesTex · 2026-11-05
- 博士生撰文剖析机器人预训练核心方法 LAM 的现实挑战 — EugeneVinitsky · 2026-11-05
- voxel-based sim2real 方法开发者坦言两大挑战：分辨率与数据 — chris_j_paxton · 2026-11-05