2026-11-06

오늘 함께 본 다른 변화는 다음과 같다.

• X가 Phoenix에 Grok 분석 행동을 예측하는 항을 만들었지만 가중은 0.0이다.
• X의 visibility-filtering이 동적 상품 광고 라벨이 붙은 포스트에 참여 제한을 건다.
• Alibaba가 노출되지 못한 고득점 후보를 recall에 다시 넣어 Taobao 피드의 발견 카테고리를 3.5% 늘렸다고 보고했다.

1홈 이탈 집계가 기본이 되고 가중치 7개가 바뀌었다 — X

• home-mixer(For You 요청을 받는 서비스)가 Phoenix에 보내는 이력 집계의 기본값이 홈 이탈 변형으로 바뀌었다 확인 — home-mixer/params/param.rs:166-171.
  • PhoenixAggregationType: DENSE_WITH_LONG_DWELL → DENSE_WITH_LONG_DWELL_HOME_EXCURSION.
  • 이 집계는 2026-10-20 커밋 때 섀도 클러스터(실제 요청 일부를 실험 모델에도 보내고 점수는 로그로만 남기는 경로) Experiment16Fou에서만 쓰였다.
• Phoenix 응답에서 홈 이탈 두 점수를 꺼내는 스위치도 기본 on이 됐다 확인 — 같은 파일 307-311행.
  • EnableHomeExcursionScores: false → true.
• 그래도 home-mixer 쪽 가중합에서 홈 이탈 세 항은 여전히 0.0으로 고정돼 있다 확인 — home-mixer/scorers/value_model.rs:39-41.
  • 꺼낸 점수는 VMRanker(슬레이트 재정렬 서비스) 요청과 로그로 넘어간다. 순위에 직접 들어가는 효과는 집계 변경, 다시 말해 모델 입력 쪽에서 나온다 추정. 근거는 home-mixer가 이 항의 가중을 상수 0.0으로 쓴다는 점이다.

• favorite·share·cont_dwell_time은 올랐고, video_open·click·cont_click_dwell_time은 내렸고, not_interested의 벌점은 조금 커졌다 확인 — home-mixer/params/param.rs:399-512.

  • cont_dwell_time은 체류 시간 연속값, cont_click_dwell_time은 클릭해 들어간 뒤의 체류 시간 연속값에 곱하는 가중이다.

  favorite               0.66    → 0.708   (×1.073)
  video_open             0.02    → 0.0
  click                  0.3     → 0.274   (×0.913)
  share                  2.0     → 2.118   (×1.059)
  cont_dwell_time        0.006   → 0.0075  (×1.25)
  cont_click_dwell_time  0.4     → 0.385   (×0.9625)
  not_interested       −52.272   → −53.07  (×1.015)
  

• 이전 세 번의 조정은 정확히 1.1배씩이었지만 이번 배율은 제각각이다 확인(산술). 모델 입력이 바뀐 날 함께 들어왔으므로 새 모델의 확률 분포에 맞춘 재보정으로 보인다 추정. 근거는 두 변경이 같은 sync 시각(2026-11-04T16:00:31Z)에 들어왔다는 점뿐이다.

• video_open 가중이 0이 되면서, 영상을 열 확률은 home-mixer 가중합에서 직접 점수를 받지 않는다 확인. vm-ranker 미러는 여전히 0.07이다 확인 — vm-ranker/params.rs.

• visibility-filtering(포스트마다 이 뷰어에게 보여도 되는지 판정하는 단계)에 동적 상품 광고 규칙이 생겼다 확인 — visibility-filtering/rules/tweet_rules.rs:1137-1142.
  • 조건은 SafetyLabelType::DYNAMIC_PRODUCT_AD 라벨이고, 대상은 모든 뷰어이며, 처분은 LimitedEngagementReason::DynamicProductAd다.
  • 이 규칙은 홈 타임라인 hydration 수준의 규칙 목록에 들어갔다.
• 홈 타임라인의 프로모션 포스트용 판정 수준이 따로 생겼다 확인 — visibility-filtering/rules/levels.rs:371-374.
  • TIMELINE_HOME_PROMOTED_HYDRATION은 뷰어 쪽 규칙으로 차단 관계 하나만 보고, 포스트 쪽은 홈 hydration의 자체 규칙을 그대로 쓴다.

• Following 탭 광고 블렌더가 광고를 넣지 못한 사유(포스트 부족, 인접 포스트 위험, 간격 한도 등)를 기록한다 확인 — home-mixer/ads/following_ad_blender.rs. 배치 규칙은 그대로인 것으로 보인다 추정. 근거는 차단 판정 순서가 핸들, 키워드, 저위험 순으로 이전과 같다는 점이다.
• 광고 노출 이력 캐시를 다른 데이터센터에도 쓰는 스위치가 기본 on으로 생겼다 확인 — EnableAdsHistoryXdcCacheWrite, 같은 param.rs 941-946행.
• 안전 라벨 조회에 새 캐시 계층이 생겼고, 섀도·서빙 버킷 기본값이 0이라 꺼져 있다 확인 — safety-label-source/dragonfly.rs.
• VMRanker가 캐러셀 모델 JSON 파일을 디렉터리에서 읽어 이름으로 내주는 API를 얻었다 확인 — vm-ranker/carousel_model.rs. 어떤 모델이 들어가는지는 공개되지 않았다.
• 페이지 RL 재순위기(한 페이지에 놓을 포스트를 슬롯 순서대로 고르는 모델)의 행동 점수에 DM 공유와 링크 복사 항이 가중 0.0으로 생겼다 확인 — phoenix/xrex/models/page_rl.py.
• grox PTOS(정책 기반 위반 판정 계층)의 스팸 판정이 미디어에 태그된 계정도 멘션 수에 센다 확인 — grox/flows/ptos/task_filter.py.
• Phoenix retrieval 요청에 작성자 포함·제외 목록 필드가 생겼다 확인. 광고용 연속 행동 슬롯 6·7번은 영상 시청 초와 영상 길이로 이름이 바뀌었다 확인 — recsys.proto.

"These weights reflect a combination of how much an action is valued in ranking and typical propensities of these actions across the X network (e.g. negative feedback is overall rare)." — home-mixer/params/param.rs (코드 주석), 2026-11-05

↑ 목차

2홈 랭커 학습이 홈 이탈 시간을 입력과 헤드로 쓴다 — X

• home_direct_packed 프리셋이 이력 항목마다 영상 이어 보기 초와 프로필 체류 초를 임베딩에 더한다 확인 — phoenix/xrex/models/recsys_feature_prep.py.
  • 값은 0~300초로 자른 뒤 log1p(x)/log1p(300)으로 정규화하고, 0으로 초기화한 학습 벡터에 곱해 더한다.
  • 플래그는 enable_home_excursion_history이고 기본은 False다. 이 프리셋에서만 True다.
• 같은 프리셋은 두 연속 헤드를 영상을 연 경우와 프로필을 누른 경우에만 학습시킨다 확인 — phoenix/xrex/configs/xrecsys.py:262-313, 532-549.
  • 손실 비중은 영상 이어 보기 0.013, 프로필 체류 0.0035다. 손실 형태는 기존 체류 헤드와 같은 CREAD(시간을 여러 임계값 초과 여부로 나눠 학습하는 방식)다.
  • 조건부 학습은 condition_action_index(CLIENT_TWEET_VIDEO_OPEN, CLIENT_TWEET_CLICK_PROFILE)로 걸고, 홈 타임라인 두 지면에서만 계산한다.

• 공유 value model과 두 미러에 grok_analyze 가중치가 생겼고 기본값은 0.0이다 확인 — home-mixer/params/param.rs:483-488.
  • 가중합의 항은 29개에서 30개가 됐다(xai-value-model/scoring.rs).
• 이 항은 포스트를 Grok으로 분석하는 행동의 예측으로 보인다 추정. 근거는 이름뿐이고, 2026-11-05 커밋의 home-mixer Phoenix 스코어러에는 이 점수를 채우는 코드가 없다.

• Phoenix 학습의 gRPC 데이터 로더 경로가 삭제됐다 확인 — phoenix/xrex/data/grpc_recsys.py(삭제).
• 답글 two-tower 학습에 rust_kafka 데이터셋 변형이 생겼고, two-tower 평가가 ld 헤드 전용에서 혼합 헤드 일반형으로 바뀌었다 확인 — phoenix/xrex/configs/xrecsys_two_tower_evals.py.
• 학습 입력 TweetInfo에 작성자 참여 수 필드가 생겼다 확인 — recsys.proto 필드 49 authorEngagementCounts.
• visibility-filtering hydration 계층이 크게 다시 쓰였다 확인. 정책 변화 여부는 읽지 않았다.

↑ 목차

3노출 못 된 고득점 후보를 recall에 다시 넣는다 — Alibaba

• 세션마다 랭킹 상위 200개 가운데 유저가 최근 보지 않은 카테고리이면서 노출되지 않은 아이템을 모은다 확인 — HTML 판.
  • 요청마다 최대 1000개를 다른 recall 채널과 함께 통합 풀에 넣고, 조회는 요청당 O(1)이다.
• 온라인 A/B에서 발견 카테고리 +3.47%, 콘텐츠 다양성 +8.47%, 완주 영상 조회 +2.62%를 얻었다 확인 — 같은 논문.
  • 실험은 각각 1주 넘게 돌았고, 대조군 10%, 처리군 5~10% 트래픽이다.
  • 수집 기간을 하루로 줄이면 발견 효과가 +0.55%(유의하지 않음)로 줄고, 점수 필터 없이 무작위로 넣으면 효과가 없다.

"URED has been deployed in production in the Taobao feed recommendation system for over six months, serving tens of millions of daily active users." — URED (논문), 2026-11-04

↑ 목차

레이더

• Alibaba URED — 노출 못 된 고득점 후보를 다시 recall — arXiv 2611.05997.
• "추천 모델 스케일링 법칙" 스레드에 Meta Axia를 추가했다 — arXiv 2611.05643. 모델마다 스케일링 법칙을 적은 실험으로 찾는 도구이고, 초록은 Meta 광고 시스템에서 누적 온라인 0.36% 향상을 보고한다.
• arXiv cs.IR 30건을 triage했다. 지역 커머스 생성형 retrieval 논문은 배포 수치가 개발 단계 측정이라 넣지 않았다.

↑ 목차

다음에 볼 것

↑ 목차