小红书精读：Decoupled Learning and Selection in Slate Recommendation for Privacy and Stability Under Noisy Scores

🔍推荐加DP，隐私就够了吗？

各位算法同学们，给推荐系统套上差分隐私，端到端隐私就自动成立了吗？这篇的答案是：不一定，卡点不在学习器，而在那个确定性选择器读了什么。它把 slate 推荐拆成“随机打分 + 贪心选列表”两段，专门算清隐私、可审计和稳定性各在哪一层成立。

📄 Decoupled Learning and Selection in Slate Recommendation for Privacy and Stability Under Noisy Scores

🔧 把 slate 推荐形式化成随机分数学习器加确定性选择器：隐私靠后处理穿过选择器和审计轨迹，但范围取决于每个非学习器输入。公开或独立、先前 DP 输出、单独记账的输入才能撑起端到端 DP；直接固定原始 state 或候选信息，只剩条件保证。

🧩 给出一个可审计的 margin 证书：分数变化诱导的目标移动只要低于最小贪心决策 margin 的一半，有序 slate 就保证不变，margin 和扰动包络都写在决策日志里。

⚙️ anchor 混合可以压低 top-K 的分数不稳定，证书进一步说明这种稳定性什么时候能传到最终列表；审计成本是 O(

C_t

) 个标量字段、至多 O(K_t

C_t

) 次相似度查询，不是 O(

C_t

^2) 的稠密矩阵。

📊 受控固定 margin 测试里，指数缩放的经验斜率是 -0.220，95% CI [-0.231, -0.210]，独立噪声参考是 -1/4，接近线性。

📈 在 OULAD、MovieLens-25M、Amazon Musical Instruments 上，anchor 权重越大，分数噪声引起的排序 churn 越小。

✅ OULAD 和 EdNet 的证书检查对上了日志不等式；闭环仿真里目标漂移有界，但下游效用随设置变化，并不是一律变好。

我的判断：做两段式推荐、要写 DP 报告或做审计的同学可以跟，重点盯选择器输入清单和 margin 日志这两件事。坑也很明确：非私有 anchor 只能用于稳定性分析，混进端到端 DP 声明就错了；而且它没给普适效用提升，分数稳定不等于业务指标一定涨。

原文：AlphaXiv