小红书精读：Towards a Unified Framework of Optimal Input-Side Dimensional Configuration for Deep CTR Prediction

CTR输入侧选择，三层各选各的会打架

各位算法同学们，把样本、特征、embedding 三层选择器一股脑塞进同一个 backbone，AUC 只涨了 0.002 出头——这篇论文的出发点是：涨得少未必是联合选择没用，更可能是三层在互相拆台。

📄 Towards a Unified Framework of Optimal Input-Side Dimensional Configuration for Deep CTR Prediction

🔧 先把三件事看成一件：样本权重是标量、特征 gate 定义在 field 上、embedding mask 定义在坐标上，名字和粒度都不一样，但本质都是给输入乘一个 [0,1] 的权重，也就是沿 embedding 张量不同轴的 mask。因此论文把它们当成同一个“有效输入”的耦合决策，不做成三个独立的选择任务。

🧩 关键机制是 selection-weighted Optimal Transport：粗粒度选择权重决定总传输质量，细粒度权重在语义支撑上分配这份质量，表示差异定义传输代价。样本-特征、特征-embedding、样本-embedding 三组关系各建一个 OT 目标，相邻和非相邻层都有直接的协调信号，而不是只靠预测 loss 反向传。

⚙️ 落地形态是两阶段：配置学习阶段把三层权重和预测目标一起优化，学完后用筛过的输入重训 backbone，交互结构不动，所以对模型不设限。

📊 四个公开数据集、五个 CTR backbone 上都做了，AUC 一致高于对应的单层选择方案。

📈 Avazu + DNN 上的 motivating 实验：单独做样本、特征、embedding-unit 选择各涨约 0.001，三层一起学（不加协调）超过 0.002。

✅ 跨层选择一致性 SCR 提升约 0.30 的那些 case，AUC 提升接近 0.008——作者自己也说明这是相关性不是因果，但足够支撑“显式协调”这个设计。

总结：如果你在做特征筛选或 embedding pruning，且已经有单层方案的 baseline，这篇的 OT 协调项可以直接当插件试；判断它有没有用，盯 AUC 之外还要看 SCR 和训练成本。需要注意：两阶段重训加三组 OT 求解，在稀疏特征多、样本量大的场景开销不小，且样本权重偏低时会削弱细粒度选择器的梯度反馈，这个耦合问题论文是靠协调目标缓解的，不是消除。

原文：AlphaXiv