ConAlign: Conditional Alignment Framework for Balancing Biased and Unbiased Recommendation
ConAlign：平衡有偏与无偏推荐的条件对齐框架
🧭 推荐去偏 · 流式条件对齐 ★ 深度解读
Kuaishou Technology
提出条件门控对齐机制，选择性传递有偏知识，在流式训练下平衡有偏环境准确度与无偏偏好估计。
📌 工作参考价值（4 点）
- 可用于线上推荐系统，部署小比例随机流量收集无偏数据，训练无偏塔并与有偏塔通过条件对齐连接，在不损害主业务指标的前提下提升长期多样性。
- 条件门控 I_cond：仅当有偏塔损失更低时才激活对齐，避免无偏塔被过度纠正；电商/广告场景可借鉴，选择性利用曝光偏差信号。
- 跨塔设计：无偏塔拼接有偏塔倒数第二层隐向量，用 stop-gradient 防止梯度回传，低成本实现知识迁移，适合流式训练。
- 快手线上 A/B 结果：DAU +0.069%，LT7 +0.029%，兴趣多样性显著提升，验证了去偏对长期留存的正面影响，为电商平台追求用户长期价值提供实证。