多目标生成推荐系统的随机原始对偶解码

推荐系统 (RS) 的最新进展表明，通过生成建模可以显着提高性能。在实践中，推荐通常涉及构建石板（项目的有序列表），它必须满足超出相关性的多个目标，例如对项目属性或公平性约束定义的约束。现有的多目标方法要么依赖于为非生成设置设计的后处理技术，要么将辅助目标直接合并到 模型训练 中。前者没有明确解释生成 RS 的顺序性质，而后者在大规模系统中通常不切实际。我们提出了一个轻量级的推理时间解码层，它增强了自回归生成 RS，以支持多目标板岩生成，而无需修改或重新训练底层模型。我们将解码制定为在线约束优化问题，其中顺序选择项目，并根据剩余约束松弛（即每个目标还有多少需要满足）动态调整相关性和辅助目标之间的权衡。这是通过随机原始对偶近似方案来实现的，该方案在生成过程中平衡相关性和辅助目标。我们为约束违反和后悔提供了理论保证，并通过广泛的离线实验和现实世界推荐系统中的大规模在线 A/B 实验来评估所提出的方法。我们的结果表明，多目标权衡得到了持续改进，包括以零成本实现用户满意度的辅助目标提高了 +1.8%。