💬 NLP

Bridging Passive and Active: Enhancing Conversation Starter Recommendation via Active Expression Modeling

本文提出了被动 - 主动桥接（PA-Bridge）框架，该框架利用对抗分布对齐器和语义离散化器来弥合被动推荐反馈与主动用户表达之间的差距，从而克服数据稀疏性和反馈循环问题，显著改善大语言模型驱动搜索中的对话发起推荐。

原作者： Yiqing Wu, Haoming Li, Guanyu Jiang, Jiahao Liang, Yongchun Zhu, Jingwu Chen, Feng Zhang

发布于 2026-05-08

📖 1 分钟阅读☕ 轻松阅读

原作者： Yiqing Wu, Haoming Li, Guanyu Jiang, Jiahao Liang, Yongchun Zhu, Jingwu Chen, Feng Zhang

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象你走进一座庞大而充满未来感的图书馆。通常，当你想找一本书时，必须请求图书管理员（搜索引擎）帮忙。但在这个新版图书馆中，图书管理员是一个渴望与你聊天的 AI。为了开启对话，管理员会提供一份“对话开场白”清单——即预设好的问题，例如“天气怎么样？”或“给我讲个笑话”。

问题：回声室效应
该论文指出，当前用于选择这些开场白的系统陷入了一个恶性循环，就像一只只会重复已听内容的鹦鹉。

旧方式：系统查看用户过去点击了什么。如果每个人都点击了“给我讲个笑话”，系统就会继续推荐“给我讲个笑话”。
陷阱：由于系统只推荐热门内容，用户也只点击热门内容。如果用户真正想问的是奇怪、新颖或具体的问题，系统永远无法学到。这就形成了一个“回声室”，同样的通用问题被反复提出，系统则陷入不断推荐相同无聊内容的死循环。

隐藏线索：用户的“自由意志”
作者们意识到有一个被忽视的秘密信号：主动查询。

想象一下，当管理员递给你那些预设卡片时，你有时会直接忽略它们，大声喊出自己的问题，比如“下一部《疯狂动物城》电影什么时候上映？”或“我该如何修理漏水的水龙头？”
这些喊出的问题代表了用户的“自由意志”。它们展示了人们真正想聊什么，而不仅仅是系统强加给他们的内容。
问题在于，系统是为处理预设卡片（被动）而构建的，但喊出的问题（主动）却是杂乱、非结构化且截然不同的。这就像试图将完美打印的菜单项与餐巾纸上的潦草笔记进行比较。

解决方案：PA-Bridge（翻译器与分类器）
为了解决这个问题，团队构建了一个名为PA-Bridge的新系统。你可以把它想象成拥有两个特殊工具，用于连接“喊出的问题”与“预设的卡片”。

翻译器（分布对齐器）：
- 类比：想象有两个人说着不同的方言。一个说“正式图书馆语”（开场白），另一个说“随意餐巾纸语”（主动查询）。它们表达的意思相同，但听起来不同。
- 工作原理：系统使用一个“翻译器”（对抗性 AI）来强制将两种类型的问题转化为同一种语言。它剥离了书写方式上的差异，使系统能够理解“《疯狂动物城 2》何时上映？”和“《疯狂动物城》上映日期？”实际上具有相同的意图。
分类器（语义离散化器）：
- 类比：在普通图书馆中，每本书都有一个唯一的条形码（ID）。你可以通过统计特定条形码被扫描的次数来了解其受欢迎程度。但对于喊出的问题，每个人说的都略有不同。没有条形码，只有无尽的“《疯狂动物城》”变体。你无法逐一计数。
- 工作原理：系统使用一个“分类器”（RQ-VAE）根据含义将这些杂乱的问题分组到不同的桶中。它不再统计每一个独特的句子，而是统计人们总体上询问“《疯狂动物城》”的次数。这使得系统能够在不被人们提问方式的数百万种微小差异所迷惑的情况下，判断出什么是受欢迎的。

结果
通过使用这个桥梁，系统不再仅仅重复最热门、最无聊的问题。它开始推荐人们实际喊出的更广泛的话题。

现实影响：当他们在实际平台上测试时，更多用户开始使用该功能（功能渗透率上升），并且人们更频繁地返回应用（用户活跃天数增加）。
打破循环：系统成功打破了回声室效应。它向用户展示了比之前多 30% 的独特问题，并促使用户点击了比之前多 56% 的独特问题。

核心总结
论文指出：“不要仅根据用户昨天的点击来猜测他们想要什么。要倾听他们今天实际输入的内容。但要做到这一点，你需要一个特殊的翻译器来理解他们杂乱的输入，以及一个智能的分类器来对其进行整理，以便你能推荐更好、更多样化的对话开场白。”

技术摘要：通过主动表达建模连接被动与主动

问题定义

本文探讨了大语言模型（LLM）驱动的对话式搜索中“对话启动器推荐”的局限性。目前，这些系统依赖于封闭的“曝光 - 点击 - 训练”循环，模型仅基于用户对预定义的被动启动器建议的交互进行训练。这种机制导致了系统性的反馈循环和信息茧房：

流行度偏差：系统倾向于推荐常见、通用的启动器，因为它仅从先前曝光的内容中学习，无法捕捉动态的、开放世界的用户意图。
数据稀疏性与分布偏移：虽然用户可以通过输入自由文本查询（主动表达）来绕过菜单，但这些信号在传统启动器推荐中被忽略。由于以下原因，整合这些信号十分困难：
- 分布偏移：结构化、预定义的启动器（封闭世界）与非结构化、口语化的主动查询（开放世界）之间存在差距。
- 不可标识性：主动查询是独特的文本字符串，这使得传统的基于项目 ID 的流行度统计（用于工业流媒体中的去偏）失效。

方法论：PA-Bridge 框架

作者提出了PA-Bridge（被动 - 主动桥接），这是一个旨在将用户主动表达整合到主动启动器推荐中，同时缓解分布偏移和流行度偏差的框架。该架构基于标准的双塔模型（用户塔和查询塔），并引入了两个核心组件：

1. 分布对齐器（对抗学习）

为了弥合主动查询（ $q_a$ ）与被动启动器（ $q_s$ ）之间的语义鸿沟，作者在离线训练期间采用了对抗学习机制：

生成器（ $G$ ）：将来自两个源的原始文本表示投影到统一的潜在意图空间中。
判别器（ $D$ ）：尝试区分表示是源自主动查询还是被动启动器。
目标：生成器被训练以欺骗判别器，迫使编码器学习域不变表示，从而剥离源特定的噪声，有效地对齐两个数据源的分布。

2. 语义离散化器（RQ-VAE）

为了实现对“不可标识”的主动查询的去偏，作者引入了基于残差量化变分自编码器（RQ-VAE）的语义离散化器：

量化：使用学习到的码本（Codebook），将查询的连续语义嵌入量化为离散的语义代码（簇）。
去偏代理：系统不依赖唯一的项目 ID，而是利用这些离散语义代码的流频率（ $P(c_q)$ ）作为概率密度的代理。
损失函数：通过用 $-\log P(c_q)$ 调整逻辑值，并根据判别器的分类概率（ $\beta_q$ ）重新加权样本，构建了一个语义去偏损失。这使得系统能够在没有显式项目 ID 的情况下，减轻对流行主动查询的偏差，并凸显长尾意图。

最终的训练目标在多任务学习框架中结合了去偏损失和对抗损失。

主要贡献

范式转变：本文率先将用户主动表达（手动输入的查询）整合到主动查询推荐中，旨在打破封闭世界启动器系统固有的有害反馈循环和信息茧房效应。
PA-Bridge 框架：一种新颖的架构，利用对抗分布对齐来统一开放世界和封闭世界的意图，并利用**语义离散化（RQ-VAE）**在统一的潜在空间中实现无 ID 去偏。
工业验证：该方法在真实世界的生产环境中通过广泛的离线和在线评估进行了验证，证明了其对分布偏移和数据稀疏性的鲁棒性。

实验结果

离线评估

使用大规模工业数据集（72 亿样本），作者将 PA-Bridge 与多个基线进行了比较：

语义检索（基础）：仅基于启动器日志训练。
基于 ID 的检索：带有可学习 ID 的标准工业方法。
朴素增强：直接添加主动查询而未进行对齐。
消融研究：移除对齐或重加权模块。

发现：

PA-Bridge 实现了最高的 AUC 64.65%，相比基础语义模型提升了 6.72%（相对提升）。
朴素增强（基础 + 主动）导致性能下降（-2.71%），证实分布对齐至关重要。
语义建模显著优于基于 ID 的检索，后者因过度拟合历史反馈循环而表现不佳。

在线 A/B 测试

在字节跳动平台部署后，该模型显示出显著的商业价值：

用户活跃天数：增加 0.04%（对于成熟的大规模应用而言，这被视为显著）。
功能渗透率：增加 0.54%。
多样性指标：
- 曝光的独特查询：增加 30.65%。
- 点击的独特查询：增加 56.50%。
  这些结果表明，该系统成功曝光了更多样化的查询范围，并有效缓解了反馈循环。

意义与主张

本文主张，通过利用用户的主动表达来 harness 用户的“自由意志”，可以打破闭环推荐系统的结构性缺陷。其意义在于：

打破信息茧房：超越反应式、流行度偏差的建议，捕捉动态的、开放世界的意图。
解决无 ID 去偏挑战：为流行度去偏提供了一种可行的解决方案，适用于项目（查询）非结构化且缺乏离散 ID 的场景，这是对话式 AI 工业流媒体训练中的常见挑战。
实际部署：证明了这些理论进展能够转化为生产环境中用户参与度和系统多样性的可衡量提升。