EGMN 是由小红书研究团队于 2025 年 8 月提出的，相关研究成果发表于论文「Multi-Granularity Distribution Modeling for Video Watch Time Prediction via Exponential-Gaussian Mixture Network」，提名 RecSys 2025 最佳论文。

小红书研究团队采用神经网络架构提出了指数-高斯混合网络（EGMN）模型，该网络由两个关键模块组成：隐藏表示编码器和混合参数生成器。首先，研究人员生成一个在所有分布分量中共享的隐藏表示。随后，基于隐藏表示估计每个分布分量的参数，并应用门控网络执行多个分布的加权混合。研究人员在公共数据集上进行了广泛的离线实验，并在小红书 App 的工业短视频投放场景中进行了在线 A/B 测试，证明 EGMN 在粗粒度到细粒度级别上表现出优异的分布拟合能力。