小红书精读：OneChord: Distill What You Rank, Recommend in One Pass

蒸馏别蒸错：蒸你上线排的那个分布 🎯

各位算法同学们：语义ID推荐里，训练时蒸馏的分布和线上真正参与排序的分布往往不是同一个，这篇论文要解决的就是这个错位：SID概率和item相似度到底怎么归一化、权重怎么配，直接决定谁进Top-K。

📄 OneChord: Distill What You Rank, Recommend in One Pass（中国科学院大学）

🔧 用一个可学习的门控α，把SID概率和item匹配分分别在全库上归一化后再融合，下一次点击的似然直接监督这个融合分布本身，而不去分别监督两个分支。

🧩 训练时由冻结的去噪器给出合法的部分SID，学生模型对这些中间态打分，得到“精修后的融合分布”；再在共享难候选集上做排序一致性对齐，其中候选集由label、100个负样本和两边各自Top-32组成，从而把精修能力压进一次前向推理。

⚙️ 论文给了两个命题：门控α的梯度等于α减去SID分支对真实目标的“责任”，固定分支时损失对α是凸的；候选条件化会让分支权重漂移——必须先全库归一化、再融合、最后取候选，顺序反了排序会翻。

📊 六个Amazon数据集上Recall@5和NDCG@5全部第一，相对最强基线平均+6.30%和+7.12%；Beauty上NDCG@5相对提升9.96%。

📈 全测试集生成速度比最快基线快1.04–1.18倍，准确率和延迟没有互相拖累。

✅ 对比SPRINT那类一次前向同时出SID分和item分的做法：平均NDCG@5 +7.18%，平均生成成本低12.7%。

💭 这套方法适合正在做生成式推荐或SID召回、并且线上确实要把code概率和item相似度融合的人。重点看最终融合分布上的Recall@5和单次生成延迟，别只盯SID分支自己的命中。需要留意两个问题：它依赖固定语义索引和冻结去噪器，换索引基本要重训；融合门控在数据集内共享，多场景混跑时要确认α没有被大场景带偏。

原文：AlphaXiv