CAMIE：用于 Snap 动态产品广告检索的共同参与感知多模式项目嵌入

项目到项目（I2I）检索是大规模推荐和广告系统中的核心原语。在生产 Snap 动态产品广告 (DPA) 中，I2I 检索面临两个挑战：单独的视觉、文本和多模式编码器使检索堆栈碎片化，并且纯内容训练无法使嵌入与驱动下游转化的共同参与行为保持一致。我们提出了 CAMIE，一种用于 Snap DPA 检索的共同参与感知多模式项目嵌入框架。 CAMIE 基于 LLM/MLLM 主干网络构建，使用其本机多模式接口在共享嵌入空间中表示项目图像和元数据。然后，它使用对称的批量 InfoNCE 目标对从用户旅程中挖掘的共同参与项目对的主干进行微调。离线时，CAMIE 的性能优于 Recall@10 上最强的商业多模态嵌入模型，并以最小的质量损失从同一检查点提供纯文本检索。在线上，CAMIE 可直接替代两个已部署的基于内容的 I2I 编码器，在多模式控制上提供 +0.390% CTR / +10.832% CVR，在文本控制上提供 +18.958% CTR / +13.12% CVR，在整体 DPA 流量上提供 +0.211% CTR / +1.911% CVR。 CAMIE 已部署在生产中。