一次点击不一定代表广告推荐得好：有人点开就走，有人停留半分钟，还有人继续前往广告主的网站。Pinterest的新模型不再只盯着一种点击，而是同时预测普通点击率 pCTR、停留至少 30 秒的“优质点击率” pGCTR30，以及跳转至广告主页面的点击率 pOCTR，试图让这些信号在训练中彼此协调。
传统双塔模型会分别把用户和内容压成向量，再快速比较两者是否匹配，适合从海量广告中筛候选，但表达复杂互动的能力有限。Pinterest在候选生成与精细排序之间加入第三套表示，并把用户与 Pin 的向量划成 CTR、gCTR30、oCTR 三个任务专用区段。最具体的一处取舍是：CTR 的快速双塔预测只读取对应区段的前 64 维；三塔预测则使用完整区段和更丰富的交叉特征。这样既保留快速筛选，也给后续判断更多信息。
这项更新值得看，是因为系统一次典型请求要给约数十万条候选广告打分，模型不能只追求复杂。Pinterest Engineering称，Nexus 服务架构让更丰富的模型成为可能；但供稿节选未披露上线后的效果数字，因此目前更适合把它视为一次面向多种参与度目标的工程设计更新。