UniROM：统一广告排序，让平台收益大增

现代工业广告系统普遍采用多级级联架构(MCA)，但其面临优化目标不一致和难以捕捉广告外部性等挑战，影响系统效率和平台盈利。本文提出UniROM，一种创新的端到端生成式架构，旨在将在线广告排序统一为单一模型，通过技术创新克服传统MCA的局限性，显著提升用户体验、平台收益和广告主投资回报率。UniROM整合了混合特征服务、RecFormer和AucFormer等核心组件，并采用两阶段训练策略，实现了从特征处理到最终广告序列生成的全面优化。

现有级联架构(MCA)的挑战

• 性能不一致性： 不同阶段（召回、预排序、排序、竞价）的优化目标不一致，且能力差异大，导致预测偏差和最终广告质量下降。
• 忽略广告外部性： 大多数现有排序方法基于独立点击率假设，未能考虑候选广告之间的复杂交互和相互影响，限制了性能。
• 系统效率与盈利受损： 上述问题最终导致系统有效性受损，并降低平台盈利能力。

UniROM：统一的端到端架构

• 核心理念： 将在线广告排序统一为一个模型(Uni fies online advertising Ranking as One Model)，取代多级级联，直接从完整候选广告库生成最优广告序列。
• 应用场景： 尤其适用于基于位置服务(LBS)的广告系统，通过缩小候选集（如同一城市约10^5个广告）实现精细化建模。
• 关键优势： 消除不同管道阶段固有的目标冲突，实现端到端优化，提升用户兴趣探索和广告表示准确性。

UniROM的核心技术创新

• 混合特征服务(HFS)： 算法与引擎协同设计，解耦用户和广告特征处理，通过本地存储和批量处理降低延迟和I/O成本，同时保持特征表达力。
• RecFormer： 创新的推荐框架，利用Global Cluster-Former (GCF)高效建模序列内关系，以及Mid-fusion Interest-Former (MIF)提取跨序列互信息，解决大规模注意力机制的计算瓶颈。
• AucFormer： 优化广告排序以符合平台目标，包含非自回归(NAR)生成器用于同时预测分配概率，以及排列感知评估器更准确地估计用户参与度（如pCTR, pCVR）。
• 支付网络： 在AucFormer中引入，通过神经网络学习最优支付规则，以满足经济约束（如个体理性IR）。

两阶段训练策略

• 预训练阶段： 重点是根据用户参与信号（如点击、购买）来对齐UniROM，利用二元交叉熵损失进行优化。
• 后训练阶段： 采用基于强化学习的拍卖反馈优化(RLAF)，以平台盈利目标为导向，并指导支付网络满足预定义的经济约束（如激励兼容IC）。

实验结果与显著成效

• 离线评估： 在美团工业数据集上，UniROM在Recall@50、AUC、eCTR、eRPM等指标上显著优于现有SOTA的MCA，特别是IC指标Ψ从约9%大幅降至2.3%。
• 在线A/B测试： 实际部署显示，UniROM相较基线MCA在CTR、RPM和ROI上分别提升了+5.2%、+13.6%和+3.1%，同时在线响应时间仅增加2.2%。
• 消融研究与特征分析： 验证了GCF、MIF、AucFormer等组件的有效性，并证实MIF能够有效弥补交叉特征消除带来的性能损失。