RankMixer 解读：推荐系统排序模型的 Scaling Law 来了

2025 年推荐系统领域最出圈的论文之一，是字节的《RankMixer: Scaling Up Ranking Models in Industrial Recommenders》。它回答了一个困扰工业界多年的问题：推荐排序模型能不能像大模型一样"堆参数换效果"？

背景：排序模型为什么长不大

大语言模型加参数效果稳定提升（Scaling Law），但工业推荐排序模型一直"长不大"，原因有二：

1. 架构瓶颈：传统排序模型以特征交叉（DCN、DIN 一类）为核心，结构复杂但加参数的边际收益很快归零；
2. 推理预算：排序在线服务对延迟极敏感，参数量涨 = 算力涨 = 成本扛不住。

RankMixer 怎么破局

核心思路：用纯 MLP 的 Mixer 结构替掉复杂组件，为并行化让路。

• Per-token FFN：把特征分组成 token，各自过 FFN；
• Multi-head Token Mixing：跨 token 混合信息，替代注意力的角色——纯矩阵乘，硬件效率远高于稀疏的 attention；
• 稀疏专家 + 并行化设计：配合高并行度的推理实现，做到参数量放大数十倍、单请求推理成本基本不涨。

结果：模型规模上去后，线上指标随参数持续提升——推荐排序也有 Scaling Law 了。该方案在抖音等场景全量上线。

为什么值得读

1. 它是"生成式推荐"浪潮里判别式排序路线的反驳：不是非要端到端生成，把排序模型本身 scale 起来同样有效；
2. 对从业者：各大厂的推荐架构正在往 Mixer/MLP 方向演进，面试聊推荐系统前沿，RankMixer 是必备谈资；
3. 方法论普适：先让架构对硬件友好，再谈 scale——这个思路适用于所有在线服务模型。

想深入推荐方向的求职准备，看推荐系统与生成式推荐和大模型面试考点。