Uniboost: Global Coordination with Value Alignment for Fair and Efficient Traffic Allocation
Uniboost：基于价值对齐的全局协调实现公平高效流量分配
🧭 流量分配 · 价值对齐 · 混排优化 ★ 深度解读
Taobao & Tmall Group of Alibaba
提出统一框架 Uniboost，通过后验价值对齐和独立线性提升，解决混排分数膨胀和不可解释问题，提升推荐效率。
📌 工作参考价值（4 点）
- 后验价值对齐：选择一个稳定且与业务一致的后验指标（如有效完成率）作为锚点，对原始分进行均值缩放，让分数具备物理意义，便于加权干预和可解释性。
- 独立线性提升：将广告保量、冷启探索等目标解耦为独立线性项直接相加，保证可加性和归因性，可计算每个策略的精确成本和 ROI。
- 统一加权范式：用线性加权+偏置统一 PID 控制、boost 等不同机制，实现简单，易于在线部署和离线分析。
- 归因驱动宏观优化：通过离线统计各计划的流量消耗和业务提升，识别低效策略并移除，实现数据‑驱动迭代。