Copyright 2012-2025 家电库 版权所有 京ICP备20132067号-1
不知道有没有跟我一样想法的朋友
就是我一直特别好奇一件事：为什么我每次打开那些短视频App，随便刷刷，出来的视频全是我喜欢的。
你可能会觉得，这不废话嘛，人家平台要留住你，肯定得给你看你想看的啊。注册的时候不都让你选兴趣标签了吗。
但这事儿吧，有时候离谱得有点骇人。
比如，我有一次刚在某宝上搜了一下露营用的帐篷，后脚打开短视频App，刷到的就是各种户外露营的视频。
甚至有一次，我就是脑子里闪过一个念头，想在车里面搞点香水什么的，也没跟任何人说，也没搜索。结果晚上就刷到车载香薰了。。
那一瞬间，我真的感觉自己是不是被什么神秘力量给监视了，简直不寒而栗。
难道我家猫是内奸？
但理智告诉我，这背后，一定有它的科学道理。
没错，它就是我们"最熟悉的陌生人"：推荐算法。
你可能觉得，推荐算法嘛，也不是啥新鲜词了，都听出茧子了。
但快手最近公开了他们最新的短视频推荐算法，叫EMER。全称是End-to-end Multi-objective Ensemble Ranking，中文叫端到端多目标排序融合框架。
听名字就感觉很复杂，对不对？
关键是，推荐算法是需要结合大模型技术来做的，这一下子就把我的兴趣给勾起来了。
这个视频，我先劝你别看，大概率是看不懂。不瞒你说，我第一次看的时候，也是听得云里雾里，感觉每个字都认识，但连在一起就有点懵圈。
就是没想到他们算法技术负责人这么年轻，看来算法也不至于难到让人秃顶嘛
今天这篇文章，就是想带你一起，用最通俗易懂的方式拨开这层迷雾。
探索一下，为什么短视频App能比我妈还了解我，为什么它能神不知鬼不觉地猜到我的想法。
PS：看完这篇文章，我希望让你知道，其实像算法这种听起来很高大上的东西，咱们普通人，努努力，也是能够搞懂个大概的。以及EMER对我们有什么影响。
而如果你是一名自媒体创作者，我更希望这篇文章，能让你了解平台最新的算法机制，从而更好地、更有方向地去优化、调整你的内容。
所以EMER到底是啥？它跟以前的算法有啥不一样？
EMER论文在此：
https://arxiv.org/pdf/2508.05093
在EMER出现之前，工业界广泛应用的推荐排序模块是两阶段的，第一阶段通过大体量模型预估用户在多个维度上的满意度，第二阶段将多目标量化作为最终排序依据。
但有一个核心难题是用户满意度很难定义：
不同用户表达满意的行为模式完全不同，甚至同一个用户对不同视频的满意表达方式也不一样 。用一个指标或分数来衡量满意度是极其困难的 。
比如我刷短视频就基本很少点赞，但有有趣的视频，我会看得比较久。对于有用的工具视频通常不会一下子看完，但会先收藏等等。
EMER的解决方案是引入多维满意度代理指标 ，它不再只看一个标签，而是将每个先验信号 (比如点赞、完播、评论等Pxtrs) 作为一个独立的监督目标 ，目的是优化每一个信号的排序性能AUC。这些信号共同反映了用户满意度的不同维度。
举个例子，你开了一家餐厅。老的算法，就是个只会看收银台总额的老板