**OneTrans-GSR：用单一自回归模型统一重排与混合排序，工业推荐效率提升 13% 且 GMV 增长 2.63% %**

_OneTrans-GSR: A Generative Slate Ranking Paradigm Unifying Reranking and Mix-Ranking with One Autoregressive Transformer_

> 针对工业推荐系统中重排和混合排序阶段依赖手工规则、难以利用额外计算资源的痛点，论文提出了 OneTrans-GSR 框架。该框架将排序任务重构为统一的学习问题，利用单一自回归 Transformer 端到端生成包含多类型内容的曝光列表（Slate）。通过强化学习优化列表级长期目标并显式约束业务规则，OneTrans-GSR 在离线评估中随计算量增加而持续提升质量，在线 A/B 测试中显著提升了 GMV、广告价值和复购率，同时将端到端延迟降低了 13%。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-09 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.04720)