新智元報(bào)道

編輯：好困 桃子

【新智元導(dǎo)讀】冠軍獨(dú)享200萬！一場(chǎng)讓頂尖學(xué)術(shù)大佬、高校博士瘋狂撈人組隊(duì)的大賽，已向全球正式開賽。論文發(fā)表、大廠offer、算法落地，一鍵三連。

一場(chǎng)比賽，冠軍獨(dú)享約200萬！

重賞之下，學(xué)術(shù)圈早已徹底坐不住了。

去年，曾單槍匹馬殺入50多名的上科大博士，在線發(fā)帖邀約組隊(duì)。

一大批學(xué)者在線撈隊(duì)友，這究竟是什么比賽？

深扒一看，能讓學(xué)術(shù)圈大佬為之瘋狂的賽事，正是一年一屆的騰訊廣告算法大賽。

這幾天，KDD Cup 2026的賽題正式公布，其中一道正是來自騰訊廣告！

這一次，總獎(jiǎng)金池高達(dá)88.5萬美元，直接刷新了國(guó)內(nèi)外同類企業(yè)技術(shù)競(jìng)賽的獎(jiǎng)金紀(jì)錄。

不僅如此，這次大賽還直接把論文發(fā)表路徑、真實(shí)落地機(jī)會(huì)和職業(yè)通道綁在了一起，就問一句誰不想去??！

一道來自中國(guó)的題

登上了全球最頂級(jí)的擂臺(tái)

先說KDD是什么。

ACM SIGKDD，全稱國(guó)際數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)大會(huì)，和ICML、NeurIPS并列，是機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘領(lǐng)域全球公認(rèn)的三大頂會(huì)之一。

KDD Cup是其官方競(jìng)賽環(huán)節(jié)。能進(jìn)KDD Cup的賽題，本身就代表著這個(gè)問題被學(xué)術(shù)界認(rèn)可為「值得全球最聰明的一群人來攻克」。

2026年，騰訊廣告算法大賽（TAAC）直接跳了一個(gè)臺(tái)階——

以KDD Cup 2026官方賽題的身份，把自己真實(shí)業(yè)務(wù)系統(tǒng)里啃不動(dòng)的核心工程難題，擺到了全球研究者面前。

大賽官網(wǎng)：algo.qq.com

但這件事真正值得說道的地方，在于出題權(quán)。

過去很長(zhǎng)一段時(shí)間，中國(guó)AI企業(yè)在國(guó)際學(xué)術(shù)舞臺(tái)上的存在感，主要體現(xiàn)在「發(fā)論文」和「刷榜單」。

KDD Cup不一樣。誰出題，誰就在定義這個(gè)領(lǐng)域的核心問題是什么，全球最頂尖的研究者就圍繞這個(gè)問題展開工作。

歷年KDD Cup的出題方，是Google、Amazon、Uber這樣的全球科技巨頭。騰訊廣告這次拿到的，與其說是一個(gè)賽事合作的席位，不如說是一次「議題設(shè)置」的機(jī)會(huì)。

從「參與別人的議題」到「定義自己的議題」，這個(gè)轉(zhuǎn)變，可能比賽事本身更值得關(guān)注。

跑了二十年的「雙軌」架構(gòu)

到了必須合并的時(shí)候

好了，那這道價(jià)值88.5萬美元的題，到底在問什么？

賽題全稱是「Towards Unifying Sequence Modeling and Feature Interaction for Large-scale Recommendation」，翻譯過來就是：

在大規(guī)模推薦系統(tǒng)中，把序列建模和特征交互統(tǒng)一起來。

拆開來看，這道題直指推薦系統(tǒng)架構(gòu)里一個(gè)繞不開的矛盾。

過去二十年，推薦系統(tǒng)的研究基本沿著兩條線走。

第一條線是特征交互建模。

就是把用戶的性別、年齡、設(shè)備類型、廣告類別等各種靜態(tài)特征拿過來，建模它們之間的交叉關(guān)系。DeepFM、DCN、Wukong這些經(jīng)典模型，解決的都是這個(gè)問題。

第二條線是序列建模。

就是捕捉用戶的行為軌跡。他先看了什么、后點(diǎn)了什么、買了什么、跳過了什么。DIN、DIEN、SIM、TWIN這些模型，關(guān)注的就是行為序列里的時(shí)序信號(hào)。

這兩條線各自都取得了巨大的成功，但問題在于，它們基本是各自為政的。

在今天幾乎所有大廠的推薦系統(tǒng)里，這兩類信號(hào)是由兩套完全不同的子網(wǎng)絡(luò)分別處理的。

序列那邊跑一個(gè)Transformer，特征那邊跑一個(gè)交叉網(wǎng)絡(luò)，最后在上層做一個(gè)淺層融合。這就是所謂的「雙軌并行、后期融合」架構(gòu)。

這套架構(gòu)在CPU時(shí)代還能湊合用。但進(jìn)入GPU時(shí)代之后，問題就大了。

兩套異構(gòu)子網(wǎng)絡(luò)意味著算力的割裂。你很難用一塊GPU同時(shí)高效地跑兩種完全不同的計(jì)算圖。

隨著用戶行為序列越來越長(zhǎng)、模型規(guī)模越來越大，這種碎片化的架構(gòu)正在成為系統(tǒng)規(guī)?；暮诵钠款i。更別提工程層面的復(fù)雜度了，兩套網(wǎng)絡(luò)意味著兩套優(yōu)化目標(biāo)、兩套調(diào)參邏輯、兩套部署流程。

學(xué)術(shù)界和工業(yè)界已經(jīng)有人意識(shí)到了這個(gè)問題。

近兩年，Meta和字節(jié)跳動(dòng)等大廠陸續(xù)推出了嘗試打通這兩條線的工作：

• InterFormer（Meta AI/UIUC，CIKM 2025）探索了異構(gòu)交互學(xué)習(xí)

• OneTrans（ByteDance/NTU）嘗試用單個(gè)Transformer統(tǒng)一特征交互和序列建模

• HyFormer（ByteDance）則重新審視了兩種建模范式各自的角色定位。

所以，騰訊今年在KDD Cup上拋出的這道題，實(shí)質(zhì)上是向全球?qū)W術(shù)和工業(yè)界發(fā)起了一個(gè)挑戰(zhàn)：

能不能設(shè)計(jì)一個(gè)單一同構(gòu)的Recommendation Block，在一個(gè)架構(gòu)里同時(shí)處理序列行為和多域特征交叉？

比賽框架概覽

具體來說，每條訓(xùn)練/測(cè)試樣本對(duì)應(yīng)一個(gè)「三元組」（用戶、上下文、目標(biāo)廣告/商品）。

輸入包含兩部分：一是用戶屬性、廣告屬性、上下文特征、交叉特征等非序列多域特征；二是用戶的歷史行為序列及其附帶的異構(gòu)側(cè)信息。

從模型框架來看，序列特征和非序列特征分別通過專用的tokenizer轉(zhuǎn)化為S token（序列token）和NS token（非序列token），再一起送入由統(tǒng)一block堆疊而成的同構(gòu)骨干網(wǎng)絡(luò)，最后接一個(gè)CVR預(yù)測(cè)頭完成輸出。

訓(xùn)練與評(píng)估中，模型采用「交叉熵?fù)p失函數(shù)」，最終排名以AUC of ROC為準(zhǔn)。

比賽框架概覽

參賽者需要構(gòu)建模型，捕捉所有這些特征之間的關(guān)聯(lián)，輸出目標(biāo)廣告的預(yù)測(cè)轉(zhuǎn)化率（pCVR）。

下面，重點(diǎn)來了。

賽題數(shù)據(jù)來自騰訊廣告每日服務(wù)數(shù)十億用戶的真實(shí)業(yè)務(wù)系統(tǒng)，包含100個(gè)以上的脫敏特征字段，涵蓋用戶行為序列、用戶屬性、廣告屬性、上下文信號(hào)和交叉特征等多個(gè)維度。

數(shù)據(jù)以JSON格式提供，結(jié)構(gòu)清晰。以用戶行為序列為例，每條記錄包含user_id和一個(gè)按時(shí)間排列的行為序列，每個(gè)行為事件包含item_id、action_type（曝光、點(diǎn)擊、轉(zhuǎn)化等）和timestamp。

非序列特征方面，用戶特征包含性別、年齡、婚姻狀態(tài)等字段，物品特征包含類型、品類、廣告主類型等，上下文特征包含設(shè)備品牌、操作系統(tǒng)等稀疏特征，交叉特征則以稠密embedding向量的形式給出。

所有稀疏特征均已做匿名化處理，不包含任何原始文本、圖片或個(gè)人可識(shí)別信息。

目前，官方已經(jīng)在Hugging Face上開源了一份包含1000條樣本的Demo數(shù)據(jù)集（TAAC2026/data_sample_1000），約68MB，采用Parquet格式，支持pandas和HuggingFace Datasets庫(kù)直接加載，方便參賽者提前熟悉數(shù)據(jù)結(jié)構(gòu)和字段定義。

傳送門：https://huggingface.co/datasets/TAAC2026/data_sample_1000

值得注意的是，第二輪競(jìng)賽的數(shù)據(jù)量是第一輪的10倍。

參賽者需要在AUC指標(biāo)上追求極致的同時(shí)，還必須滿足嚴(yán)格的推理延遲限制——超時(shí)的提交直接作廢，不論AUC多高。

效果和效率，兩手都要硬。這就是工業(yè)界的真實(shí)約束。

更有意思的是，賽事還專門設(shè)置了兩個(gè)獨(dú)立于排名之外的創(chuàng)新獎(jiǎng)：

• 統(tǒng)一架構(gòu)創(chuàng)新獎(jiǎng)（4.5萬美元）

• Scaling Law創(chuàng)新獎(jiǎng)（4.5萬美元）

騰訊希望鼓勵(lì)（但不強(qiáng)制）參賽者去探索：如何針對(duì)序列和非序列特征（或Token），構(gòu)建可堆疊的統(tǒng)一建模架構(gòu)； 推薦模型的Scaling Law。

前者獎(jiǎng)勵(lì)在統(tǒng)一建模架構(gòu)上有原創(chuàng)突破的團(tuán)隊(duì)，后者獎(jiǎng)勵(lì)在推薦系統(tǒng)Scaling Law探索上有深刻洞察的團(tuán)隊(duì)。

換句話說，即使你的AUC不是最高的，只要方法有足夠的新意和學(xué)術(shù)價(jià)值，同樣有機(jī)會(huì)拿到重量級(jí)獎(jiǎng)項(xiàng)。

還有一條規(guī)則值得注意：賽事全程禁止模型集成/融合。

這個(gè)限制很有針對(duì)性。它逼著參賽者在單一架構(gòu)上做到極致，而不是靠堆模型數(shù)量來刷分。

因?yàn)轵v訊要的不只是一個(gè)跑分最高的模型，它想看到推薦系統(tǒng)架構(gòu)層面的根本性創(chuàng)新。

高校與業(yè)界，首次同解一道題

2026年賽事的另一個(gè)重大變化，是首次開設(shè)了面向在職人士的工業(yè)賽道。

這個(gè)決定背后的邏輯值得細(xì)說。

過去幾年，騰訊廣告算法大賽一直是高校學(xué)生的主場(chǎng)。

學(xué)生有創(chuàng)造力、有時(shí)間、敢想敢試，但他們?nèi)鄙賹?duì)真實(shí)系統(tǒng)約束的體感。在實(shí)驗(yàn)室里，你可以把模型搞得很復(fù)雜，因?yàn)闆]有延遲預(yù)算；你可以用很大的batch size，因?yàn)椴挥每紤]線上serving的內(nèi)存開銷。但工業(yè)界不是這樣的。

反過來，在大廠做推薦系統(tǒng)的工程師們，每天都在和延遲、吞吐量、資源分配搏斗，他們對(duì)系統(tǒng)約束的理解是刻在骨子里的。但長(zhǎng)期在業(yè)務(wù)中打補(bǔ)丁式的優(yōu)化，也容易讓人陷入局部最優(yōu)，很難跳出來做架構(gòu)層面的根本性反思。

今年的賽題恰好處在這兩種能力的交叉點(diǎn)上。

「統(tǒng)一建模」既是一個(gè)需要架構(gòu)創(chuàng)新思維的學(xué)術(shù)問題，也是一個(gè)必須尊重工程約束的系統(tǒng)問題。光有想法不夠，光有經(jīng)驗(yàn)也不夠。

所以，2026年賽事分成了兩條賽道：

• 學(xué)術(shù)賽道面向全球高校全日制在讀學(xué)生（本科、碩士、博士、博士后），總獎(jiǎng)金54萬美元。冠軍獨(dú)享30萬美元（約200萬人民幣），亞軍9萬美元，季軍4.5萬美元，第4到10名各1.5萬美元。參賽者需提供學(xué)術(shù)身份證明。

• 工業(yè)賽道面向所有社會(huì)人士，包括個(gè)人、研究機(jī)構(gòu)、企業(yè)團(tuán)隊(duì)，總獎(jiǎng)金25.5萬美元。冠軍15萬美元，亞軍7.5萬美元，季軍3萬美元，第4到10名每隊(duì)獲得一臺(tái)Apple iPad Air。

兩條賽道做同一道題，分開排名。但最終呈現(xiàn)在KDD舞臺(tái)上的，將是兩個(gè)群體對(duì)同一個(gè)問題給出的不同解法。學(xué)生可能會(huì)提出結(jié)構(gòu)上更大膽的統(tǒng)一方案，工程師可能會(huì)在效率和可落地性上打磨得更精細(xì)。

這種碰撞本身，就是產(chǎn)學(xué)研融合最理想的形態(tài)。

從騰訊廣告的角度看，這也是一步人才生態(tài)的棋。

學(xué)術(shù)賽道吸引的是未來三到五年的核心算法人才儲(chǔ)備，工業(yè)賽道觸達(dá)的是當(dāng)下就能產(chǎn)生業(yè)務(wù)價(jià)值的資深工程師群體。兩條線并行，構(gòu)建的是從校園到職場(chǎng)、從論文到系統(tǒng)的完整人才鏈路。

對(duì)于參賽者來說，兩條賽道各有各的實(shí)在價(jià)值。

工業(yè)賽道這邊。

對(duì)于工程師來說，這不只是一場(chǎng)競(jìng)技，也是一張通往騰訊業(yè)務(wù)前線的「入場(chǎng)券」。

優(yōu)秀選手有機(jī)會(huì)加入騰訊，親自把自己的想法放到真實(shí)廣告系統(tǒng)中去驗(yàn)證和迭代。也就是說，你的代碼不是跑完比賽就扔掉，它可能真的會(huì)影響每天數(shù)十億次的廣告決策。

通過騰訊Angel機(jī)器學(xué)習(xí)平臺(tái)，參賽者可直接使用免費(fèi)高性能GPU算力，對(duì)于很多中小公司的參賽團(tuán)隊(duì)來說，這是一次難得的大規(guī)模實(shí)驗(yàn)機(jī)會(huì)。

學(xué)術(shù)賽道這邊。

對(duì)于學(xué)生來說，KDD Cup的參賽經(jīng)歷可以直接寫入學(xué)術(shù)CV，這個(gè)背書在全球ML/AI圈的含金量不用多說。

優(yōu)秀成果會(huì)被邀請(qǐng)?jiān)贙DD Workshop分享，并收錄在KDD 2026 Workshop Proceedings，進(jìn)入決賽的隊(duì)伍全員還有機(jī)會(huì)可獲得騰訊實(shí)習(xí)Offer并有機(jī)會(huì)轉(zhuǎn)正。

換個(gè)角度來看，這場(chǎng)賽事提供的其實(shí)是一個(gè)三維價(jià)值閉環(huán)：

• 學(xué)術(shù)維度，KDD Cup的背書、Workshop paper的發(fā)表路徑、頂尖評(píng)審團(tuán)的認(rèn)可；

• 商業(yè)維度，冠軍方案經(jīng)過離線A/B驗(yàn)證后有機(jī)會(huì)直接落地到騰訊廣告的生產(chǎn)系統(tǒng)；

• 職業(yè)維度，參賽者可獲得騰訊人才綠色通道，優(yōu)秀選手直通校招或社招面試。

三條線在同一場(chǎng)賽事里擰在一起，這在算法競(jìng)賽里并不多見。

（需要注意的是，騰訊員工不可參加任何賽道。）

推薦系統(tǒng)的下一個(gè)范式

可能就藏在這道題里

如果把騰訊廣告算法大賽近兩年的賽題放在一起看，能讀出一條清晰的技術(shù)演進(jìn)脈絡(luò)。

• 2025年的賽題是「全模態(tài)序列生成式推薦」（AMGR），探索的是推薦系統(tǒng)從判別式到生成式的范式轉(zhuǎn)換。能不能用生成模型來「創(chuàng)造」推薦內(nèi)容，而不是只在候選庫(kù)里「挑選」。

• 2026年的賽題轉(zhuǎn)向了「統(tǒng)一建模」，追問的是一個(gè)更底層的架構(gòu)問題。在生成式推薦的浪潮到來之前，推薦系統(tǒng)的基座架構(gòu)本身是不是需要先完成一次根本性的重構(gòu)？

從「上層范式創(chuàng)新」到「底層架構(gòu)統(tǒng)一」，這個(gè)演進(jìn)方向耐人尋味。

騰訊廣告的技術(shù)團(tuán)隊(duì)正在系統(tǒng)性地沿著推薦系統(tǒng)的技術(shù)棧向下挖掘。先探索了上層的生成式可能性，現(xiàn)在要回過頭來把地基打牢。

而統(tǒng)一建模這個(gè)地基一旦打下去，緊接著就能釋放另一個(gè)巨大的可能性——推薦系統(tǒng)的Scaling Law。

我們已經(jīng)在大語言模型上見證了Scaling Law的威力。但推薦系統(tǒng)的Scaling Law是什么？這個(gè)問題幾乎沒有人系統(tǒng)性地回答過。

原因在于，傳統(tǒng)的推薦系統(tǒng)架構(gòu)是碎片化的。序列模塊和特征交叉模塊各自獨(dú)立，根本沒有一個(gè)統(tǒng)一的骨干網(wǎng)絡(luò)可以「scale」。

拿DeepFM來說，你把層數(shù)從10層疊到100層，效果不會(huì)線性提升，因?yàn)樗募軜?gòu)天花板很低。再看DIN，你把序列長(zhǎng)度從100擴(kuò)展到10000，延遲直接爆炸，因?yàn)樗淖⒁饬C(jī)制壓根不是為這種規(guī)模設(shè)計(jì)的。

這恰恰是「統(tǒng)一建?！购汀窼caling Law」兩個(gè)命題深度綁定的原因。

只有當(dāng)你有了一個(gè)統(tǒng)一的、同構(gòu)的、可堆疊的骨干網(wǎng)絡(luò)，Scaling Law的探索才有了載體。你才能系統(tǒng)性地回答：

推薦模型的效果，到底如何隨參數(shù)量、數(shù)據(jù)量、計(jì)算量的變化而變化？這條曲線是什么形狀？拐點(diǎn)在哪？

如果這個(gè)問題被回答了，推薦系統(tǒng)的優(yōu)化就能從「經(jīng)驗(yàn)驅(qū)動(dòng)的手動(dòng)調(diào)參」走向「規(guī)律驅(qū)動(dòng)的可預(yù)測(cè)擴(kuò)展」。

廣告平臺(tái)將能夠更精確地評(píng)估，再投入多少算力，能換來多少轉(zhuǎn)化率的提升？對(duì)于支撐著千億美元數(shù)字廣告市場(chǎng)的推薦系統(tǒng)來說，這幾乎是圣杯級(jí)別的問題。

騰訊專門為Scaling Law探索設(shè)了一個(gè)4.5萬美元的創(chuàng)新獎(jiǎng)，而且明確說了，這個(gè)獎(jiǎng)獨(dú)立于排名之外，評(píng)審看的不是AUC分?jǐn)?shù)，而是方法論的新穎性和洞察的深度。

這個(gè)設(shè)計(jì)本身就說明，騰訊對(duì)這個(gè)方向的戰(zhàn)略押注是認(rèn)真的。

3月19日，正式開賽

一道來自中國(guó)互聯(lián)網(wǎng)廣告前線的工程難題，現(xiàn)在擺在了全球最頂尖算法研究者面前。

88.5萬美元的獎(jiǎng)金池已經(jīng)就位，KDD 2026的頒獎(jiǎng)舞臺(tái)正在搭建。

3月19日，大賽正式開賽。 整個(gè)賽程從3月跨越到8月（以下均為AOE時(shí)間）。

• 3月15日：Demo數(shù)據(jù)集發(fā)布

• 3月19日 - 4月23日：全球報(bào)名期

• 4月24日 - 5月23日：第一輪競(jìng)賽

• 5月25日 - 6月24日：第二輪競(jìng)賽

• 8月9日：KDD 2026會(huì)議現(xiàn)場(chǎng)頒獎(jiǎng)

賽事在公平性上也下了功夫。

• 第一輪采用嚴(yán)格的反過擬合控制，包括提交次數(shù)限制和延遲反饋機(jī)制，必要時(shí)還會(huì)啟動(dòng)滾動(dòng)準(zhǔn)入機(jī)制（最多支持5000支隊(duì)伍并發(fā)）。

• 第二輪所有提交必須在官方環(huán)境中通過可復(fù)現(xiàn)性驗(yàn)證和規(guī)則合規(guī)檢查，確保最終排名經(jīng)得起檢驗(yàn)。

每隊(duì)1-3人，每人只能加入一支隊(duì)伍。4月23日之后不允許任何隊(duì)伍變更。排名以AUC of ROC為唯一指標(biāo)，但必須滿足對(duì)應(yīng)賽道和輪次的推理延遲限制。

不管你是在校園里追論文的學(xué)生，還是在大廠里調(diào)系統(tǒng)的工程師，這道題都值得你認(rèn)真看一眼。

大賽官網(wǎng)：algo.qq.com

賽事聯(lián)系郵箱：taac@tencent.com