摘要
近年来，推荐系统（RS）的生成建模取得了显著的性能提升。在实际应用中，推荐通常涉及构建满足多个目标的项目列表，这些目标不仅包括相关性，还包括对项目属性的约束或公平性约束。现有的多目标方法要么依赖于针对非生成设置的后处理技术，要么在模型训练中直接纳入辅助目标。前者未能明确考虑生成推荐系统的顺序特性，而后者在大规模系统中往往不切实际。
我们提出了一种轻量级的推理时解码层，增强自回归生成推荐系统以支持多目标列表生成，而无需修改或重新训练基础模型。我们将解码形式化为一个在线约束优化问题，项目按顺序选择，相关性与辅助目标之间的权衡根据剩余约束松弛动态调整，即每个目标剩余满足的程度。
该方法通过随机原始对偶近似方案实现，在生成过程中平衡相关性与辅助目标。我们提供了约束违约和遗憾的理论保证，并通过广泛的离线实验和在真实推荐系统中的大规模在线 A/B 实验评估所提方法。结果显示，在多目标权衡方面有持续改进，包括在用户满意度不受影响的情况下，辅助目标提升 1.8%。
博主点评： 本文提出了一种创新的解码方法，解决了多目标生成推荐中的关键挑战，尤其是在不需要重训练模型的情况下实现了性能提升。这种方法在实际应用中的潜力巨大，尤其是在公平性和多样性日益受到重视的推荐系统领域。