OneRank：統一的 Transformer 原生多工推薦架構
為何重要
OneRank 解決了現代 Transformer 推薦架構因編碼器與預測器分離所導致的效能與擴充套件性限制，為統一的多工學習架構提供了新的可能性。
針對多工推薦系統的新架構 OneRank 移除了傳統模型中編碼器與預測器之間的分割，並透過任務專屬通道減少跨任務的梯度幹擾與資訊瓶頸。該架構在正向傳遞中運用任務條件化資訊選擇與受控跨任務互動，反向傳遞則隔離梯度更新以防止負向遷移。實驗證實 OneRank 在工業級資料集上顯著超過目前的既有基準。