UniRec: Cross-stage Multi-Task Fusion with Preference Alignment for Cascaded Recommender Systems
UniRec：级联推荐中跨阶段多任务融合与偏好对齐
🧭 级联推荐 · 跨阶段偏好对齐与多任务融合 ★ 深度解读
Kuaishou Technology
提出 UniRec 联合优化粗排与精排融合模块，通过共享嵌入、跨阶段偏好对齐和属性组正则提升一致性与线上指标
📌 工作参考价值（4 点）
- 跨阶段融合模块联合优化：粗排和精排的融合公式常被独立设计或学习，可将两个融合 agent 共享输入嵌入并在同一计算图训练，用下游 pairwise 偏好序对齐上游分数，避免复杂蒸馏；共享嵌入让梯度双向流动，实现对称耦合。
- 紧凑多目标 pairwise 聚合（CPPA）：当目标数 M 很大时，将每个 pair 的多个目标按符号聚合成正/负偏好证据，再计算 Softplus 损失，数学等价但可微项从 O(MN^2) 降到 O(N^2)，训练吞吐提升 30%+；电商多目标精排融合可直接采用。
- 属性组相对正则（AGRR）：借鉴 GRPO，按属性分桶（如价格带、时长分位）内计算 advantage 并做 KL，防止融合模型整体抬高高分属性组导致分布漂移；保留跨属性排序能力，适合短视频时长、商品价格等偏差场景。
- adapter 注入上游决策时使用 stop-gradient：下游融合模型需要感知上游决策时，将上游表示 detach 后拼接，避免下游目标反向重塑上游表示；跨阶段梯度耦合留给共享嵌入，保持各阶段局部目标稳定。