越值钱的任务，信号反而越弱！个性化依赖图破解多任务推荐的“信号侵蚀”｜CIKM'26

工业推荐的优化重心，已经从单一交互指标转向整体eCPM（每千次曝光收益）。

一次曝光之后，用户可能点击、下载、付费、关注……这些目标分布在一条“转化漏斗”上，越往下越稀疏，但往往越值钱。

业界的标准做法是多任务学习（MTL）：让这些目标共享表示、一起训练。

论文《Personalized Task Dependency Graphs for Mitigating Signal Erosion in Multi-Task Recommendation》则关注一个具体问题：

沿着固定漏斗逐级传递信息时，信号会一层层衰减，最需要帮助的深层稀疏任务反而拿到最弱的信号。

论文把这种现象叫作“信号侵蚀”（signal erosion），并提出PTDG（Personalized Task Dependency Graphs）来对其进行缓解。

问题：同一条漏斗，不同物品的依赖强度并不一样

MMoE、AITM这类常用架构，大多默认一个前提：漏斗里任务之间的依赖强度，对所有流量都一样。

论文举了一个例子：

• 重度游戏往往走一条强因果链：点击→下载→付费；
• 轻量工具的用户经常跳过中间步骤，点击之后直接付费，“下载”这一环的依赖就弱得多。

物理上的先后顺序（先点击才可能付费）是必须遵守的，但相邻任务之间的关联强度会随物品而变。把所有样本都塞进同一个固定拓扑，一方面限制了模型的表达能力；另一方面，信息必须一级一级往下传，深层任务拿到的信号已经被中间环节稀释了。

已有工作也关注任务关系，但各有局限：PMTRec个性化的是优化权重，没有刻画任务间的结构差异；MIT的任务关系全局共享；CSRL学习因果结构，但迭代搜索代价达到O（T²）甚至更高，难以满足工业时延要求。

△左为统一、固定的依赖；右为依赖强度随实例变化的个性化依赖图。

方法：PTDG的三个部件

PTDG的核心思路，是把任务依赖看作一张动态、可学习的拓扑，而不是写死的链条。对应论文总结的三点创新：动态拓扑学习，按实例构造依赖强度；可控传播，用带硬因果掩码的GCN建立自适应捷径；自适应优化，用结构化掩码从参数层面缓解梯度冲突，同时降低计算复杂度。

△PTDG分三个阶段，即个性化拓扑学习、自适应渐进掩码、消息传递与预测。

个性化拓扑学习：每个物品一张低秩依赖图

PTDG不直接学一个完整的T×T邻接矩阵（T是任务数），而是从物品embedding（由DeepFM或MLP这类骨干模型提取）生成两组低秩因子，相乘得到物品级的依赖矩阵。低秩分解在这里起结构正则的作用：工业交互数据噪声大，直接学满秩矩阵容易拟合到虚假相关。低秩形式还让依赖图计算和GCN消息传递的开销都随任务数T线性增长。

在此基础上，模型再用用户和场景特征生成一个“个性化偏置向量”，去调制物品级的低秩因子。这样，同一个物品在不同用户、不同场景下，依赖强度也可以不同。

硬因果掩码+GCN消息传递：允许“抄近路”，但不允许“倒流”

得到动态依赖矩阵后，PTDG先乘上一个硬因果掩码，保证信息只能沿行为顺序传递，防止“付费→点击”这样的语义倒流；然后在任务节点上做GCN传播。

和固定链条相比，关键差别在于：依赖图可以在相关性强的任务之间建立自适应捷径，比如让“点击”的信息直接到达“付费”，不必经过冗余的中间节点。论文认为，这正是缓解信号侵蚀的地方。

自适应渐进掩码（APM）：按任务稀疏度决定共享多少参数

任务之间传递信息，也可能加剧梯度冲突。PTDG的做法不是在梯度层面做投影或重加权，而是给每个任务学一个二值掩码，只让它看到共享参数里的一部分：

• 掩码率由任务的正样本率决定：稠密任务对应r_min=0.2，稀疏任务对应r_max=0.7（论文在0到0.9范围内实验后的最优设置）；
• 训练初期用线性warm-up逐步提高掩码率，稳定训练；
• 掩码在训练结束后固定，不带来推理开销。

与PCGrad这类需要O（T²）次梯度投影的方法不同，APM带来的训练开销可以忽略。此外，各任务的损失权重用“任务损失/其指数滑动平均”来归一，把不同任务拉到同一量级。

实验：先看稀疏深层任务

数据：公开数据集KuaiRand1K（840万样本，6个任务，正样本率0.02%–37.9%），以及一个工业数据集（1320万样本，7个任务）。每个设置用20个随机种子重复，报告均值。对比方法包括MMoE、PLE、STEM、MoCoGrad、PMTRec、MIT。

两个数据集上的平均AUC如下表：

△两个数据集上的平均AUC。

两个数据集上，PTDG的平均AUC都是最高的；论文还报告，PTDG的平均表现比MoCoGrad高1.59%。优势在稀疏的深层任务上尤为明显：

• 工业数据集上稀疏的Task 3：PTDG 0.8872，比PMTRec（0.8745）高1.45%；
• KuaiRand1K的Follow任务：PTDG 0.9193，比线上基线MMoE（0.9033）高1.77%；
• 工业数据集上的关键深层转化任务Task 6：PTDG 0.8993，比MIT（0.8899）高1.05%。

（以上百分比都是论文正文的原始表述，每个都对应特定任务和特定对比方法。）

在点击这类稠密浅层任务上，PTDG与各基线保持相当水平。论文据此指出，个性化图拓扑在缓解深层节点信号侵蚀的同时，不损害头部任务的表现。

消融实验在工业数据集上进行，指标为平均AUC：

△消融实验（工业数据集，平均AUC）。

每个部件都有明确贡献。按论文正文的表述：去掉个性化依赖图，平均AUC下降1.21%；GCN换成简单拼接下降0.93%，说明图上的消息传递更能保住信号；去掉APM下降0.59%。

低秩维度：q从1调到7，q=2时最好，说明低秩近似用比满秩邻接矩阵更少的参数，有效控制了过拟合。论文给出的经验值是q≈T/3。

线上A/B

PTDG被部署为一个主流应用分发平台的排序模型，该平台日活超过1亿。线上A/B持续两周：基线桶和实验桶各占10%流量，其余80%仍走原线上模型；基线是当时线上的MMoE（也就是离线对比里的同一个MMoE）。论文对每个桶的日级指标做双样本t检验（p<0.05），核心业务指标的提升在统计上显著：

• CVR +1.2%
• eCPM +1.9%

项目价值

面向工业约束：计算随任务数线性增长，线上端到端延迟相比MMoE基线只增加8 ms，在服务SLA之内；APM掩码训练后固定，不增加推理开销。

收益落在最难的目标上：提升集中在稀疏、高价值的深层转化任务，同时保持稠密任务的精度。

线上验证：在日活超过1亿的平台上取得统计显著的CVR和eCPM提升，论文认为这体现了PTDG作为多任务学习框架在真实推荐系统中带来稳定收益的工业可行性。

适用场景与未来方向

最适合的场景：深层转化稀疏、不同物品转化路径差异明显的业务，正是PTDG收益最集中的地方。

在因果约束内个性化：依赖图的个性化始终在硬因果掩码允许的范围内进行，从结构上避免了语义倒流。

更大规模与跨域：论文提到，下一步将扩展到更大的任务集合，以及跨域场景。

论文标题：Personalized Task Dependency Graphs for Mitigating Signal Erosion in Multi-Task Recommendation
收录会议：CIKM 2026（罗马）
论文（arXiv）：https://arxiv.org/abs/2609.04862
DOI：10.1145/3799682.3839876

文章来自于"量子位"，作者 "PTDG团队"。