TL;DR

在 LLM 时代，Scaling Law（缩放法则）被视为提升模型能力的金科玉律。然而在工业级搜索排序领域，单纯堆砌参数往往会撞上“收益递减”的南墙。阿里巴巴团队在 UniScale 论文中指出：由于训练样本的局限性，强大的架构往往在贫瘠的数据上无用武之地。 UniScale 通过 ES3 数据系统将全空间（搜索+推荐+广告等）异构数据注入训练集，并通过 HHSFT 架构解决数据冲突，从而在淘宝搜索中实现了 GMV 2.04% 的显著提升。

1. 痛点：为什么单纯增加参数不灵了？

传统的搜索排序模型（Ranking Models）通常只在“已曝光”的样本上训练。这导致两个致命问题：

• 样本选择偏置 (Selection Bias)：模型只见过被筛选出的商品，没见过海量的未曝光商品，导致推理时对全量候选集的预测不准。
• 信息容量瓶颈：搜索域的点击数据相对于用户的全域行为（如在推荐页的浏览）只是冰山一角。单纯扩大模型，就像在枯竭的油井里安装更强大的抽油机，效率不升反降。

2. ES3：全空间数据的“炼金术”

为了给模型提供更充足的“燃料”，作者设计了 ES3 (Entire-Space Sample System)。

样本与标签的双重扩张

ES3 不满足于只看搜索点击。它引入了：

1. 域内样本扩展：将请求上下文中的“未曝光”商品作为训练样本，通过层级标签归因将跨域的转化信号（比如在推荐页买了搜索过的东西）反馈给这些样本。
2. 跨域样本“搜索化” (Searchification)：这是最有创意的部分。作者将推荐系统中的交互记录转化为“伪搜索”样本。通过构建负样本和生成语义匹配的虚拟 Query，扩充了训练集的覆盖面。

图 1：ES3 系统如何将搜索内与跨域样本进行统一建模

3. HHSFT：为异构数据打造的“变压器”

引入了跨域数据后，分布不一致（Negative Transfer）成了新挑战。作者提出了 HHSFT (Heterogeneous Hierarchical Sample Fusion Transformer)。

核心机制拆解：

• HHFI (异构层级特征交互)：针对 e-commerce 中的 ID 特征、数值特征、序列特征，HHSFT 摒弃了传统的共享 QKV 映射。它为每种特征块（Block）分配独立的投影矩阵和 FFN，保留了特征的原始语义空间，随后再进行全局 Attention 融合。
• ESUIF (全空间兴趣融合)：
  • Domain-Routed Expert Fusion (DREF)：采用硬路由（Hard Routing）机制。共享专家学习通用模式，域专属专家学习特定分布，从根源上隔离噪声。
  • DAPGA (领域感知个性化门控)：利用用户静态特征和领域特征生成门控向量，自适应地调节跨域知识向搜索主任务的迁移比例。

图 2：HHSFT 架构，展示了从特征分词到多域专家融合的完整链路

4. 实验验证：协同缩放的力量

论文中最令人印象深刻的结论在于协同效应 (Synergistic Effect)。

如下图所示，当使用 ES3 全空间数据时（红色曲线），随着模型参数规模的扩大，其 AUC 的提升幅度（+0.32%）远高于仅使用搜索数据（橙色曲线，+0.12%）。这证明了：更强的数据需要更强的模型去消化，而更强的模型只有在更丰富的数据下才能体现其价值。

图 3：不同样本设置下，模型性能随参数缩放的变化趋势

5. 总结与启示

UniScale 的成功证明了，在工业互联网场景下，Scaling Law 的未来在于 Trinity Scaling（三位一体缩放）：样本（Sample）、特征（Feature）与架构（Architecture）的深度协同。对于开发者而言，如何利用好全链路、全空间的异构数据，可能比单纯追求 Transformer 层数更有实际业务产出。

局限性

尽管 UniScale 在提升搜索排序上表现卓越，但其依赖于复杂的线上数据日志采集和跨域对齐系统，且由于引入了 Transformer 架构，对线上推理性能提出了极高要求（虽然文中提到了多项工程优化，但硬件成本依然是不小的门槛）。