哈希游戏作为一种新兴的区块链应用，它巧妙地结合了加密技术与娱乐，为玩家提供了全新的体验。万达哈希平台凭借其独特的彩票玩法和创新的哈希算法，公平公正-方便快捷!万达哈希,哈希游戏平台,哈希娱乐,哈希游戏

　　，用户塔输入是【用户特征，S长度的行为序列】，内容塔是帖子标识与帖子作者。用户塔是双层的的Decoder-Only的Transformer，Output取所有位置的平均池化，进行L2归一化；内容塔是两层MLP；采用dot product检索。

　　●X开源的是内容推荐(Feed on X)的召回、精排的在线请求视角的推理、策略/过滤代码，未开源训练(含Loss设计、样本组织的代码）。

　　● 模型参数配置较小（例如用户行为序列是32），应是实际部署代码的简化Demo版本。推测开源核心目的是为了体现X的透明性，解除广告主与X的用户对X的Feed推荐策略受到非内容因素干扰的担忧。

　　○输入：用户塔是【用户特征，用户行为序列S长度】，内容塔是帖子标识+帖子作者

　　● 只开源了推理视角的模型（召回、精排）、策略/过滤代码，没有开源训练的代码（Loss、样本等）。

　　● Candidate Hydration，为每个候选补充数据【文档里描述，代码里没有使用这些信息】

　　○去除重复的、老帖子、自己的帖子、屏蔽的作者的帖子、屏蔽的关键词的帖子、过去看过的帖子、不是订阅状态不可见的帖子。

　　○weighted scorer，多目标分数融合，得到一个最终分数【权重参数未开源】

　　●双塔模型，应用于从非用户关注的账户里检索潜在感兴趣的帖子，百万级别候选，返回千级别候选

　　○多个哈希查询的embedding进行拼接，再用可学习的权重矩阵Projection投影到D维

　　○产品界面ID，表达来自哪个界面。通过one-hot单热编码方式查表得到。

　　○先concatenate，序列上每个位置，再用可学习的权重矩阵Projection投影到D维

　　○候选帖子唯一标识，通过多个哈希函数映射，num_item_hashes

　　○候选帖子作者标识，通过多个哈希函数映射, num_author_hashes

　　○在Retrieval基础上，多了一个上下文特征，候选帖子将在哪个产品界面展示给用户。

　　■抽取用户的history之后的候选位置的输出，该位置表达每个候选的Output。