合計したあとの調整

項目を合計したあと、いくつかの調整が順番に掛かります。ここを知らないと「点数が高いはずなのに」の説明がつきません。

その前に ─ オフセット変換

まず、合計値が負になった投稿の扱いです。負のスコアは 0 〜 0.001 という狭い帯域に線形に圧縮され、正のスコアには 0.001 が足されます。§scoring.rs:161-170

調整① 新人枠 ─ 1リクエストにつき1件

「新人アカウントが全体的に優遇される」仕組みではありません。

effective[best_idx] = effective[best_idx].max(target);

target は「点数の降順で16番目のスコア」です。公開既定では、毎回のリクエストで条件を満たす投稿の中から1件を選んで、16位相当まで持ち上げます。選び方は今回、単純な点数順からトンプソンサンプリングに変わりました。

調整② 同じ作者の連投は減点される

同じ著者の投稿が並ぶと、2本目以降に倍率が掛かります。

k は「同じ作者で、自分より上位にある投稿の本数」です。1本目は減衰なし、2本目で0.625倍、3本目で0.4375倍。下限は0.25倍です。

調整③ フォロー外は0.75倍

フォローしていないアカウントの投稿には ×0.75 が掛かります。

適用の順番と、サービスの分担

home-mixer
  Phoenix予測 → Σ(予測値 × 係数) → オフセット変換
  → 新人枠の候補を1件決める
vm-ranker（home-mixer から呼ばれる）
  Σ(予測値 × 係数) → オフセット変換
  → 新人枠の引き上げ
  → 同一作者の減衰（×0.75·0.5^k+0.25）
  → フォロー外割引（×0.75）
  → DPP多様化（選外は0）

ほかに、実験用の仕組みも vm-ranker にあります。係数の個人別のゆらぎ（WeightPerturbationSigma）、著者別の探索ボーナス、予測の補正（debias）です。公開既定ではどれも無効で、値は0です。§params.rs:157-168 §params.rs:199-204 §params.rs:254-265

下の計算機で、計算を「vm-ranker の調整込み」に切り替えて、つまみを動かしてみてください。同じ予測でも、減衰と割引で結果がどれだけ変わるかが見えます。「home-mixer の基本スコア」では、この2つは掛かりません。新人枠と多様化は含まれていないので、実際のフィードの順位を再現するものではありません。