小红书精读：Beyond a Scalar: Distributional Serving Interfaces for Watch-Time Prediction

📉推荐模型别只输出一个标量

各位算法同学们，同一条“看了10秒”，放在12秒视频里是快看完，放在60秒视频里只是刚开头，但很多推荐系统下游拿到的仍然只是一个标量。这篇把观看时长预测从“给个点估计”改成可复用的分布接口，正好戳中多任务场景的痛点。

📄 Beyond a Scalar: Distributional Serving Interfaces for Watch-Time Prediction

🔧 把观看行为拆成 early、mid、completion、overplay 四类事件，用观看比例 γ=y/d 生成监督，不需要额外收集新标签。

🧩 训练 provider 估计“事件类型 × 事件时间”的联合分布，用视频时长构造支持约束，过滤不合法组合，再加秒级 restoration loss，保证预测回到秒数仍然准。

⚙️ 推理时冻结 provider，只往下游暴露低维 summary，包含事件概率、相对时长和不确定性；新任务接轻量 readout 就行，不用重训 provider。

📊 在 KuaiRec、KuaiRand-1K、WeChat21 三个数据集上，完整 DSI 的 MAE 都最低，比九个基线里最强结果好 1.9% 到 8.5%。

📈 XAUC 在两个数据集上取得最好结果；比较完整系统时，考虑视频时长的 retrieval 指标也领先。

✅ 固定 readout 做对比，summary 仍保留超出“预测均值 + 视频时长”的任务信息；同一套线性头换到两个新观看时长目标上表现最好，并提升了一个单独记录的 engagement 目标。

🧪 随机初始化 provider 复现不出这个增益，说明收益主要来自学到的分布结构，而不是接口本身。

各位算法同学们要是做短视频排序、多目标或时长预估，这篇可以拿来对照自己的 serving 输出。落地时先看 provider 的分箱和 support mask 是否贴合业务时长分布，再盯 MAE、XAUC 和 duration-aware retrieval；如果基线只是 duration-aware 标量，记得用固定 readout 做同条件比较，不然容易把接口增益和模型容量混在一起。

原文：AlphaXiv