TAAC 2026 Experiment Workspace¶
迈向统一序列建模与特征交互的大规模推荐系统
项目定位¶
这是一个面向 TAAC 2026 的实验工作区。我们把共享训练底座、目录式实验包、统一输出产物和回归测试放进同一套工程里，让新实验可以更快接入、训练、评估和复核。
声明
本仓库是 TAAC 2026 其中一个参赛队伍的代码仓库，不代表官方。
核心能力¶
| 能力 | 说明 |
|---|---|
| 统一训练框架 | 一条命令完成训练、评估、checkpoint 保存 |
| 目录式实验包 | 每个实验包独立管理数据、模型、损失函数，互不干扰 |
| 超参数搜索 | 基于 Optuna，自动检测 GPU 空闲显存并发派发 trial |
| 回归测试 | Unit / Integration / Property 三层测试，CI 自动覆盖率门控 |
| 论文复现 | 内置 InterFormer、OneTrans、HyFormer 等已发表工作的可运行实现 |
内置实验包¶
当前共 10 个独立实验包，覆盖从基础 baseline 到前沿论文的多种架构：
| 实验包 | 架构特点 | 来源 |
|---|---|---|
| Baseline | 最小参考实现，强调可扩展性 | 本仓库 |
| CTR Baseline | DIN 风格注意力 | creatorwyx/TAAC2026-CTR-Baseline |
| DeepContextNet | 上下文感知建模 | suyanli220/TAAC-2026-Baseline |
| Grok | 分段建模 + pairwise 损失 | 本仓库 |
| HyFormer | 多序列分支 + Query Decode/Boost | 论文 |
| InterFormer | 双向序列-特征交互 | 论文 |
| OneTrans | 统一 Tokenizer + 单 Transformer | 论文 |
| O_o | 简化统一设计 | salmon1802/O_o |
| UniRec | 多阶段融合 | hojiahao/TAAC2026 |
| UniScaleFormer | 缩放序列 + 融合 | twx145/Unirec |
技术栈¶
- Python ≥ 3.12
- PyTorch ≥ 2.6
- uv 作为包管理器
- Optuna ≥ 4.4 用于超参数搜索
- pytest + Hypothesis 用于测试
快速预览¶
# 安装环境
uv python install 3.13
uv sync --locked
# 训练 baseline
uv run taac-train --experiment config/gen/baseline
# 评估
uv run taac-evaluate single --experiment config/gen/baseline
# 超参数搜索
uv run taac-search --experiment config/gen/baseline --trials 20
→ 详细步骤见 快速开始