概念笔记 Twitter / X 与现代推荐

04 · 今天的推荐：变强的是哪一层？

约 4 分钟本章 6 / 10 篇

查看本页目录6

核验日期：2026-10-09。X 部分固定到下文链接的 77d431a 快照；讨论公开代码与论文，不声称知道完整线上配置。

先别把“新”理解成“全部推倒”

前面读的是 2023 快照。较新的 X 公开仓库列出 Thunder、Phoenix 和 SimClusters 等来源，区分排序与可见性判断；这不能用旧仓库的模块表直接替代。

Phoenix 文档仍区分双塔（dual-encoder）检索（retrieval）与更丰富的 Transformer 排序，并说明这一版提供训练和 serving 实现、以及合成数据的本地运行路径。代码公开，不意味着拿到了真实训练数据或能复现生产收益。

读到一个新名字，先写下三件事：输入是什么、输出是什么、替换旧架构的哪一段。这比先判断“是不是用了 LLM”更有用。迷路时回到架构导读，把模型放进对应的框。

flowchart LR
 A["历史行为与内容"] --> B["表示 / 序列建模"]
 B --> C["候选获取"]
 C --> D["多目标打分"]
 D --> E["列表选择与资格检查"]
 E --> F["曝光与反馈"]
 F -. "更新数据与目标" .-> A

同样叫 Transformer，可能用于用户历史编码、候选（candidate）打分，也可能自回归生成 item ID。只看到名字，还不能判断它替换了这条链上的哪一段。

X Phoenix：预测会不会被同批候选干扰？ 文档强调候选隔离（candidate isolation）：候选读取用户上下文，而不是互相 attend。我的理解是，这让单候选打分与列表多样性（diversity）更容易分开分析；不等于跨请求、跨用户的预测都可无条件缓存。架构说明
Meta 广告排序的多阶段序列模型：重计算放在哪儿？ 2026 年公开文章把较重的用户建模与轻量在线排序分开。这里值得带走的是计算复用与新鲜度（freshness）的取舍，而不是照搬它的规模或效果数字。官方工程文章
TIGER：检索能否变成生成标识？ 论文用 Semantic ID 与序列模型生成下一物品标识。这是一个研究路线，不代表所有平台都已替换 ANN，也不是“让聊天机器人写推荐理由”。论文

还有一个容易混的地方：用了 Semantic ID，不等于在做生成式检索。 上面的 Phoenix 快照把 SID 当作内容侧输入，检索仍然比较向量；TIGER 则把 ID 序列作为生成目标。关键不是有没有 SID，而是模型最后输出向量，还是逐步生成标识。

反馈仍受曝光（exposure）策略影响，新内容仍然缺互动，模型仍有延迟与成本约束。更大的模型可以改善表示能力，但不会凭空告诉你未展示内容的真实偏好。

所以先写一句可检验的假设：“我认为某类信息在当前表示中丢失了”，再比较新旧方案。别只写“换成生成式，因为这是趋势”。

不用第一天就替换整个系统。可以保留原有召回与 ranker，把生成的 ID 解码为候选，然后走相同的可见性、去重和排序流程。这个增量实验回答的是“多了一种找候选的方法，有没有补到原来缺的内容”，不直接证明端到端生成一定更好。

假设解码出 [A, B, A, D, ?]：A、B 当前可见，D 能解析但已删除，? 无法解析。按输出条目算，可解析的是 4/5，当前可用的是 3/5；再去重，真正能交给下游的只有 A、B 两条。“有效 ID 比例”和“独立候选数”不是一个指标。

接下来才问：这两条是否相关？旧来源是不是已经找到了？解码占了多少时间？不能把 5 次输出直接记成 5 条召回覆盖。

新物品如何分配 ID、旧 ID 如何失效，是数据与索引维护问题；约束解码能限制某些非法输出，却不保证生成内容当前仍可见。多模态也是类似思路：先确认图像补了什么信息，再比较遮掉图像的同条件结果。模型名字再新，也不能替代这个对照。

用了 Transformer，就算生成式推荐吗？

不算。Encoder 可以只产向量，ranker 可以只预测行为概率。要看训练目标、输出是什么以及是否在生成候选标识。

新版能用合成数据跑通，为什么不能报生产效果？

跑通验证接口、数值与执行路径；真实效果还依赖数据分布、候选池、配置、实验和用户行为，合成数据不能替代。

本页术语 6