核心发现
方法论
WHALE模型结合Wukong和HSTU架构,通过递归层次结构实现非序列特征和序列特征的联合建模。每层包含Wukong模块、HSTU模块和基于注意力的融合模块,允许高阶特征交互从长用户历史中反复提取细粒度证据。
关键结果
- 在大规模工业推荐数据上,WHALE在离线实验中实现了稳定的性能提升,在线实验中也取得了正向增益,尽管有适度的服务吞吐量权衡。
- WHALE在不同的实验设置中表现优于仅使用HSTU或Wukong的基线模型。
- 通过消融实验验证了WHALE中各模块的有效性,尤其是注意力融合模块的贡献。
研究意义
WHALE模型展示了如何在工业推荐模型中可扩展地统一非序列和序列信息,解决了当前架构中未能有效结合这两种特征建模的痛点,对学术界和工业界具有重要意义。
技术贡献
WHALE通过递归层次结构和注意力融合模块实现了非序列和序列特征的联合建模,与现有的SOTA方法相比,提供了新的工程可能性和理论保证。
新颖性
WHALE首次在单一架构中统一了Wukong和HSTU两种代表性架构,提供了一个可扩展的推荐模型设计。
局限性
- WHALE在某些情况下可能需要较高的计算资源,尤其是在处理超长序列时。
- 模型的复杂性增加了部署和维护的难度。
未来方向
未来的研究方向包括优化WHALE的计算效率,探索更多的应用场景,以及进一步提升模型的可解释性。
AI 总览摘要
随着推荐系统的规模不断扩大,现有的架构在处理非序列特征和序列特征时常常分开建模,导致信息整合不充分。WHALE模型通过结合Wukong和HSTU架构,提供了一种可扩展的统一推荐架构,能够同时建模非序列和序列特征。每个WHALE层都包含Wukong模块、HSTU模块和基于注意力的融合模块,允许高阶特征交互从长用户历史中反复提取细粒度证据。在大规模工业推荐数据上,WHALE在离线实验中实现了稳定的性能提升,在线实验中也取得了正向增益,尽管有适度的服务吞吐量权衡。WHALE模型的成功部署展示了其在工业推荐系统中的可行性和实用性。未来的研究方向包括优化计算效率,探索更多应用场景,以及提升模型的可解释性。
深度分析
研究背景
推荐系统是现代社交媒体平台的核心组件,负责在大规模用户-项目交互中进行排序。随着推荐工作负载的规模和多样性不断增长,增加模型容量成为提高质量的重要途径。近年来,大型推荐模型在两个方向上取得了进展:非序列特征交互和用户行为历史的序列建模。Wukong和HSTU分别代表了这两个方向的可扩展架构。
核心问题
现有的推荐架构在处理非序列特征和序列特征时常常分开建模,导致信息整合不充分。这种分离限制了模型在捕捉用户意图和项目语义方面的能力,特别是在社交媒体排名中,候选项目的相关性往往依赖于连接当前候选项或上下文与用户行为历史中的特定事件。
核心创新
WHALE模型通过结合Wukong和HSTU架构,实现了非序列特征和序列特征的联合建模。每个WHALE层都包含Wukong模块、HSTU模块和基于注意力的融合模块,允许高阶特征交互从长用户历史中反复提取细粒度证据。这种设计保持了两个骨干网络在整个网络中的活跃性,并实现了渐进的Wukong-HSTU交换。
方法详解
- �� 输入层将用户和项目的类别特征、数值特征和用户行为序列映射为嵌入。
- �� Wukong模块对非序列特征进行高阶交互建模。
- �� HSTU模块对用户行为历史进行序列建模。
- �� 融合模块使用Wukong输出查询HSTU输出,将最相关的序列信号注入非序列交互表示。
实验设计
实验使用大规模工业推荐数据,评估WHALE在离线和在线设置中的表现。基线模型包括仅使用HSTU或Wukong的模型。评估指标包括推荐准确性和服务吞吐量。消融实验用于验证各模块的有效性。
结果分析
WHALE在离线实验中实现了显著的性能提升,在线实验中也取得了正向增益。与仅使用HSTU或Wukong的基线模型相比,WHALE表现更优。消融实验显示,注意力融合模块对性能提升贡献显著。
应用场景
WHALE可用于大规模推荐系统,特别是在社交媒体平台上。其设计允许在不牺牲性能的情况下处理复杂的用户行为和项目特征。
局限与展望
WHALE在处理超长序列时可能需要较高的计算资源,增加了部署和维护的难度。未来的研究可以优化计算效率,并探索更多应用场景。
通俗解读 非专业人士也能看懂
想象你在一个图书馆,WHALE就像一个聪明的图书管理员。Wukong模块负责整理书籍的分类信息,比如书名、作者和主题,这些信息没有时间顺序。HSTU模块则像是记录读者借阅历史的日志,关注的是读者在不同时期借阅的书籍和借阅的频率。融合模块就像是图书管理员根据读者的借阅历史,推荐最适合他们当前需求的书籍。通过这种方式,WHALE能够在推荐系统中提供更精准的推荐。
简单解释 像给14岁少年讲一样
想象你在玩一个游戏,WHALE就像是游戏中的超级助手。Wukong模块就像是助手帮你整理装备和技能,没有时间顺序。HSTU模块则像是记录你在游戏中的历险日志,关注你在不同关卡的表现。融合模块就像是助手根据你的历险日志,给你最适合当前关卡的装备和技能建议。这样,WHALE就能帮你在游戏中取得更好的成绩!
术语表
Wukong
一种用于非序列特征高阶交互建模的架构。
用于处理用户、项目和上下文特征的交互。
HSTU
一种用于长用户行为序列建模的架构。
用于捕捉用户行为的时间演变和长程依赖。
注意力融合模块
在WHALE中用于跨分支交换信息的模块。
允许非序列交互表示从序列分支中选择性提取行为证据。
递归层次结构
一种通过多层结构实现渐进信息交换的设计。
用于在WHALE中实现非序列和序列特征的联合建模。
消融实验
一种通过移除模型组件来评估其贡献的实验方法。
用于验证WHALE中各模块的有效性。
开放问题 这项研究留下的未解疑问
- 1 如何在不增加计算资源的情况下处理更长的用户行为序列?
- 2 如何提升WHALE模型的可解释性?
应用场景
近期应用
社交媒体推荐
WHALE可用于优化社交媒体平台上的内容推荐,提升用户体验。
远期愿景
个性化广告
WHALE可用于个性化广告推荐,增加广告的点击率和转化率。
原文摘要
As scalability becomes increasingly important in recommendation modeling, recent architectures have advanced the modeling of two broad sources of ranking signals along separate paths: non-sequence features, including user, item, context, and cross features; and sequence features from user behavior histories. Wukong and HSTU have emerged as representative scalable backbones for these paths: Wukong scales high-order non-sequence feature-interaction modeling, while HSTU scales long user-behavior sequence modeling. Despite their complementary strengths, practical architectures that combine these two types of feature modeling remain underexplored. We present WHALE, a scalable unified recommendation architecture that jointly models non-sequence and sequence features on top of Wukong and HSTU. Each WHALE layer contains a Wukong module, an HSTU module, and an attention-based fusion module in which Wukong-derived interaction representations query HSTU-derived behavior representations. This design keeps both backbones active throughout the network and enables progressive Wukong-HSTU exchange, allowing high-order feature crosses to repeatedly retrieve fine-grained evidence from long user histories. To make WHALE practical for industrial deployment, we introduce customized Triton kernels and other model-systems co-design techniques to improve training and inference efficiency. On large-scale industrial recommendation data, WHALE achieves consistent gains in offline experiments. Additionally, it delivers positive online gains with a modest serving-throughput trade-off. The method has been deployed in production systems. Overall, WHALE provides a practical example of how these two sources of information can be scalably unified in an industrial recommendation model.