RecSys 日报

每日自动更新的推荐算法 arXiv 论文日报：从 cs.IR、cs.LG、stat.ML 最近更新中筛选，下载全文后由大模型深度阅读并撰写总览、总结与点评。按日期倒序排列。

2026 年 11 月 10 日 总览今天这两篇不是来卷指标的，都是已经上线或接近上线的工业界实战记录，共同点是都在认真算成本账：生成式召回能不能扛住延迟、LLM 重排的钱花得值不值。主线有两条，一条是 Shopify 那套用语义 ID 加 next-token prediction 把搜索和推荐塞进同一个生成框架，多 token 预测配轻量 ranker 重排能把质量和延迟同时按住，这条线信息密度很高，工程细节和踩坑都写得很实在，是今天最值得细读的一篇；另一条是... 阅读全文 →

2026 年 11 月 09 日 总览今天这批清单不长，主线却很集中：生成式召回到底怎么在线上用得起大模型。这篇把「候选规划」和「个性化补全」强行拆成离线 7B 加在线 0.5B 两段，是今天唯一一篇真在工程约束下做减法的活，不是单纯刷离线指标。它最让我服气的地方是数字站得住：query 级 HR@100 跟全在线 7B 基本打平，还快 2.36 倍；14 天线上 A/B 也是正向的，虽然 CTR +0.93% 这种幅度只能说方向对、谈不上惊艳。更难得的是它没藏短... 阅读全文 →

2026 年 11 月 08 日 总览今天这三篇看下来，整体感觉很实在：都在解决真实系统里的具体工程问题，没有为了发论文而硬造概念。三条主线其实很清楚：重排/整页排序里如何把“上下文”用对（曝光衰减、前缀依赖、注意力竞争这三件事本质是一回事），生成式召回在实时供给约束下如何不产生幻觉，以及工业落地时那些真正卡人的工程细节。最值得细读的是淘宝那篇 JBM/ICE，它是三篇里唯一有完整线上 A/B 结果的，而且 plug-and-play 到六个骨干都能用，曝光建模的... 阅读全文 →

2026 年 11 月 07 日 总览今天这批整体偏薄，真正能拿上台面细讲的其实就一篇来自工业界广告推荐的论文，不过质量在线，值得花时间。它要解决的是生成式推荐里生成和排序各自为政的老问题：把任务 token 和 fake item token 拼成 query，用一个先 cross 再 self 的异构 decoder 把生成侧的多兴趣表示再加工一遍，最后用一层轻量 R-Decoder 在固定候选上做 pairwise eCPM 排序，再通过蒸馏把排序偏好回传给... 阅读全文 →

2026 年 11 月 06 日 总览今天这批论文量不大，说实话只有一篇让我停下来认真读完的：淘宝 feed 推荐那篇把「排序打过高分但最终没曝光」的候选回收再利用的工作。它最值钱的地方不是方法有多新，而是先用生产日志把「朴素探索为什么会翻车」量化了出来——模型对不熟的品类系统性高估、排序本身也不可靠，这个诊断的普适价值其实超过后面那套数据管道，谁做探索都得先看这一眼。方法本身很朴素但很对：攒样本、按窗口聚合去重、加一个「多久没见过的类目」过滤，再把它作为额外一路... 阅读全文 →

2026 年 11 月 05 日 总览今天这批论文质量不错，真正把“在线效果和工程细节”讲清楚的只有两篇，但恰恰是这两篇最值得花时间。一条主线是“别让生成式检索/生成的语义 ID 绑架召回”，微信那篇把 cluster 从文档 ID 降级成候选池裁剪器，把剪枝和细粒度相关性解耦，再加上模型与索引原子切换、41% 成本下降和一个月的线上 A/B，是今天工程可信度最高的一篇；另一条主线是“用一条自回归 Transformer 把重排和混排一次生成掉”，OneTrans... 阅读全文 →

2026 年 11 月 04 日 总览今天这四篇整体偏工程落地，学术惊喜不多但干活的人会喜欢，主线很清楚：一条是生成式推荐的 ID 与解码怎么把效用信号塞进去，一条是工业界怎么用辅助监督和系统评测把老问题抠出边际收益。最值得细读的是快手那篇 Utility-Aware Generative Recommendation，它没换骨架，而是只在最后一层量化腾出几个 bit 装效用、再把效用分接进 beam 打分，改动小、约束清楚，还有线上 A/B 和 QPS 数据兜底... 阅读全文 →

2026 年 11 月 02 日 总览今天这批货不多，就一篇，但这一篇的分量顶得上平时三四篇——它把一个大家平时含糊带过的问题摆到台面上：给 embedding 一个固定的存储预算（每行 168 字节），这钱到底该怎么花。我的感觉是，这篇真正的贡献不在于「INT4 存高秩因子赢了」这个结论本身，而在于它把「低秩伤长尾、平均指标看不出来」这件事量化得挺干净：同样字节砸在 rank40 上，tail recall 在每个 cell 都是七选一里最差的那个，而 NDCG... 阅读全文 →

2026 年 11 月 01 日 总览今天这两篇放在一起看挺有意思，都是在给「LLM 当排序器太贵」这件事找出路，但一个走压缩、一个走解耦，方向几乎相反。GistRank 的思路更讨巧：先把每篇候选压成几个 gist token，再用三段训练把「压缩」和「判别」分开练，消融里去掉 pairwise 那一段直接掉两个多分，说明这俩能力确实不能混为一谈；它的问题是那个 14 倍加速其实靠 batched 压缩加非自回归打分堆出来的，FLOPs 反而更高，1.6 秒的 ... 阅读全文 →

2026 年 10 月 31 日 总览今天到手的论文不多，但两条主线挺清楚：一条是在拿不到 propensity 的现实系统里，离线评估怎么才能站得住脚；另一条是把预训练自回归表征往推荐侧搬。第一篇是我今天最想细读的，它没有绕开多阶段广告系统里 auction、targeting、缓存这些根本记不下 propensity 的复杂情况，而是用 domain classifier 反推 density ratio、做混合加权来训练共享 reward model，思路很... 阅读全文 →

2026 年 10 月 30 日 总览今天这三篇都围绕推荐系统和语义 ID 打转，整体不算惊艳，但主线挺清楚：一篇在多模态多场景的共享结构上做了个挺有说服力的诊断，一篇想给生成式推荐的 SID 补上 item 之间的关系，还有一篇专门修正 SID 解码时历史层信息混淆的问题。三篇都偏向离线实验，提升幅度普遍只有千分位到几个百分点，而且没有线上验证，所以看的时候要把它们对问题的洞察，和它们报出的数字分开评估。我个人最推荐先读第三篇，因为它先用 mask 实验把“层级... 阅读全文 →

2026 年 10 月 29 日 总览今天这批五篇整体质量不错，主线很清楚：生成式推荐在往工程化落地方向发展，大家不再只谈结构创新，而是在解决上线时真正会卡住的问题。最值得细读的是拍立淘那篇多模态生成检索，它把意图标签、路由模型全部去掉，用原生 VLM 直接输出商品 SID，还给出多档思考预算下的质量-成本操作点，线上 IPV 和 GMV 都有显著涨幅，是一份难得的端到端规模化样本；另一篇值得看的是浙大和阿里做的那篇多目标蒸馏，方法说穿了就是按 token 的 K... 阅读全文 →

2026 年 10 月 28 日 总览今天这四篇放一起看，主线其实挺清楚：两篇是真上了线上的工程活——淘宝首页 CVR 那套把行为序列、特征交叉、多场景塞进一个骨干的活，和 Pinterest 把 SID 生成式召回推到 Related Pins；另外两篇更像在追问工程默认值，一个问后校准到底该用多新鲜的数据，一个问样本、特征、embedding 维度这三层筛选怎么统一起来，别互相打架。最值得细读的是前两篇：淘宝那篇真正的看点是「特征交叉结果反哺下一层行为检索」这... 阅读全文 →

2026 年 10 月 27 日 总览今天的 arXiv 有点冷清，真正值得展开讲的其实就一篇，但主线很清楚：生成式召回的瓶颈不在预填充、而在解码。这个判断很关键——beam=100 时 beam search 吃掉九成生成时间，说明过去压缩输入 token 的努力方向偏了一半。这篇的做法我很欣赏：backbone 只跑一遍，把历史压成一个极小的 concept 向量，后面带 trie 约束的 beam search 全交给一个两层轻量 decoder 承担，SI... 阅读全文 →

2026 年 10 月 26 日 总览今天这三篇放在一起看意外地有共同语言：没有一篇是靠改架构赢的，赢点都在重新定义「该学什么信号、该在哪一步介入」——一个把容器级 GTV 拆成单品条件概率来降方差，一个把「画像相似」换成「曝光下的点击偏好」，还有一个干脆不训练、只在 beam 剪枝之前动手。所以今天的主线我总结成一句：粒度对齐和干预时机，比模型结构重要得多。最值得细读的是 LinkedIn 那篇，不是因为指标好看，而是它把「意图向量靠 O(Kd) 增量更新、不用... 阅读全文 →

2026 年 10 月 23 日 总览今天这四篇整体质量在线，共同的味道是「别再给所有东西一样的算力和通道」——生成式推荐里的长尾 item 在 beam 阶段就被剪掉、序列推荐里每条历史 item 却被默认吃满所有层、LLM 推荐把 item 表示和用户绑死导致没法跨用户复用，三篇都在动同一个开关。第一篇是今天最值得细读的，它不只是甩了个 inference-time 插件，而是用两个命题加上反事实实验，把「检索修好了排序还会把尾部踢出去」这个耦合失效讲透了；消... 阅读全文 →

2026 年 10 月 22 日 总览今天这四篇读下来，整体感觉是「不拼模型容量，拼证据怎么组织」——四篇没有一篇是靠把 backbone 堆大取胜的，全在改结构：有的改表征粒度，有的改级联预算，有的改解码每一步吃什么证据，还有一篇干脆只动了打分公式里的一个加减项，这个共性比单篇结论更有意思。主线大致两条：一条是长行为序列怎么在工业成本下真正用起来，快手的级联蒸馏和那篇把用户表征下沉到 item 级做缓存的思路，本质都是在跟「十万级序列 × 十亿用户」这个乘法项死... 阅读全文 →

2026 年 10 月 21 日 总览今天这三篇连起来看，主线很清楚：生成式推荐正在从“换个模型结构”走向“把整条链路重新拆一遍”。最值得优先看的是 Netflix 那篇首页整页生成，200M 的 decoder 直接在线上把整页 row 和 entity 当序列吐出来，核心互动涨了 0.24%、端到端延迟还降了两成，在一个已经榨过多轮的生产系统上这个量级很有说服力，而且它把 tokenizer 设计讲得很实，业务规则能直接映射成 mask 做约束解码；但要看清它... 阅读全文 →

2026 年 10 月 20 日 总览今天这批论文有个共同的气质：没人急着造新模型，更多是在给已经跑到线上的生成式推荐/广告链路补漏洞、加约束、做归因。最值得细读的是两篇 SID 相关的活：一篇用实证把”动态电商场景里 SID 映射到底能不能动”这件事拆干净了，beam 越大越会把漂移伤害藏起来这个发现相当扎心，用大 beam 做离线评估的人看完大概率会心里一紧；另一篇把”别重写 SID 映射”的结论往前推了一步，直接指出模型已经把 SID 空间的隐式拓扑记进权重... 阅读全文 →

2026 年 10 月 18 日 总览今天这三篇有个共同点：方法本身不算惊艳，但实验做得诚实、前提讲得清楚，读起来比那种 SOTA 刷榜文舒服得多。主线大概两条——一条是把生成式推荐往工程里摁，讨论算力到底该加在哪、什么时候算；另一条是 ID 侧的路线之争，SID 该单头自回归还是多头并行一次吐完。最值得细读的是 TransX 那篇，它最有价值的地方不是模型结构，而是把训练和 serving 的账算明白了，scaling 结论还挺反直觉：别一股脑堆 encoder... 阅读全文 →

2026 年 10 月 16 日 总览今天这四篇看下来主线挺清楚：两篇在给生成式推荐（SID 那一套）打补丁，一篇在讲大规模持续训练怎么不崩，还有一篇是把匿名网页点击流榨成意图信号的金融工程活。生成式那两篇路子完全不同，一篇补的是表达力——在 SID 前面先解码粗粒度属性 token，走 speculate-then-refine 的两段式；另一篇补的是训练目标——用层级损失加属性回归监督，把粗到细的结构和物品属性监督密度都找回来。前者是我今天最愿意细读的，因为生... 阅读全文 →

2026 年 10 月 15 日 总览今天这批论文的味道挺一致，六篇里有三篇都在跟生成式检索较劲，从微信搜索的工业级落地、阿里国际的步进式特征交叉，到 Shopify 试图用一个静态值先验把这个方向的老结论整个翻过来。最值得先读的其实是 Shopify 那篇，它不吹生成式检索多强，反而给出一个简单先验就能反超稠密检索的结果，属于那种能让人重新审视主流叙事的文章。微信那篇的价值在另一头，工业搜索系统的完整生成式方案本身就少见，工程细节值得抠。剩下几篇偏架构和评测，把... 阅读全文 →

2026 年 10 月 14 日 总览今天这批只有两篇，但都在啃硬骨头：一篇讲超长用户序列怎么既便宜又不丢目标信息，一篇讲 bundle 推荐里 user-item-bundle 这种三元关系怎么一股脑塞进超图。UxSID 是我今天最想推的一篇，它没在「逐候选搜索太贵」和「统一压缩丢信息」之间二选一，而是用 SID 做语义分组、按组共享兴趣记忆，最实在的是在线只做 O(1) 查表、序列拉到 10k 延迟基本不变，而且有一周线上广告 A/B 撑着——虽说目前只有广告... 阅读全文 →

2026 年 10 月 13 日 总览今天这三篇数量不多但挺对味，基本都压在「生成式检索与推荐怎么做得更可控、更可评」这条主线上。一篇是快手那边把可控条件塞进检索模型的工业向工作，另一篇干脆把语义 ID 空间从头到尾系统性地拆了一遍，这两篇凑一块儿看，恰好是「落地」和「刨根」两种视角的对照。第三篇走的是另一条路，盯着用户意图模糊时推荐系统该怎么调度工具，做成了一个 benchmark，属于给 agent 化推荐补评测基建的活。要说最值得细读的，我个人投语义 ID ... 阅读全文 →

2026 年 10 月 12 日 总览今天这八篇工业界占了绝大多数，整体是「落地味」很重的一批，没什么新范式，但工程细节的密度相当高。主线大概三条：生成式召回和 agent 往系统层砸、把业务终极目标（成交、转化）直接写进训练目标、以及 LLM 在离线评估这类脏活上的用法。最值得细读的是 AMap 那篇首页 agent 规划，SC-DPO 处理「合法但非最优」负样本的方式、以及把压缩课程进度绑到学习率切换点上，是少见的真能上线的设计；Google 把约束前缀树拍平... 阅读全文 →

2026 年 10 月 02 日 总览今天这批货的成色不错，而且信号很集中：生成式推荐已经从「能不能跑通」往「怎么真上线」迈进了一大步，工业界的味道明显压过学术味。一条主线是生成式检索/推荐的结构改良与落地——快手的挑战赛、抖音的端到端广告检索、华为那篇在语义 ID 里平衡语义与协同信号的工作，再加上分层多分辨率和残差轨迹蒸馏，基本把这条路上从表示、训练到服务的坑都覆盖了。另一条主线是「可控性」，Comcast 的服务时门控和 KAIST 那篇行为引导的稀疏路由，... 阅读全文 →

2026 年 10 月 01 日 总览今天这批论文数量不多，但方向挺集中，基本都围着「大规模推荐模型怎么把结构和效率同时做好」这件事打转。一条主线是特征交互和序列建模的融合，HELIX 走的就是这条路线，试图把过去长期分家的两套建模范式捏到一起，这个思路我觉得是今天最值得细读的。另一条主线是推理效率，OneLatent 把 latent reasoning 引到推荐基础模型上，思路更大胆一些，但工程落地的说服力还得看实验细节。两篇的共同气质是都不满足于在现有架构上... 阅读全文 →

2026 年 09 月 30 日 总览今天这批论文整体是工业味很重的一天，真正有硬核方法和线上数字的不多，但主线很清晰：一条是怎么把推荐序列建模里的时间和跨域信息榨干，另一条是拿 agent 把模型研究流程本身自动化。跨语言电商那篇用 NLP 里的 code-switching 思路在共享 token 空间做跨国混合，最打动我的不是离线全指标第一，而是小国家涨幅明显更大这个结构性证据，可惜线上只给了六国聚合，小国家的卖点没被单独验证。时间感知 RoPE 那篇是今天... 阅读全文 →

2026 年 09 月 28 日 总览今天这六篇整体质量偏高，主线很清楚：大家都在给生成式推荐补「监督信号到底从哪来」这一课。重排那条线最有代表性的是 DeGRe，用离线 evaluator 在未曝光空间里挖 step-wise 价值再用 beam search 蒸馏给在线 generator，离线涨得吓人、线上 GMV +3.75% 也上了闪购，但消融显示真正干活的就是硬标签，软标签和序列加权基本在噪声里，这种「收益集中在一个组件上」的结构值得警惕。另一条线是级... 阅读全文 →

2026 年 09 月 25 日 总览今天这四篇没有那种一看就要掀桌子的新范式，但整体成色相当扎实，而且罕见地都愿意把自己的坑讲清楚。主线基本两条：一条是生成式推荐怎么在真实工业约束下落地，另一条是把大家习以为常的中间表示和输出接口拎出来做受控打假。落地这条线上，最值得看的是那篇把 LLM 式序列生成以「加法式升级」滑进成熟排序栈的工作——换回旧配置能精确退化成基线、支持按请求级 fallback、还敢拿两个大流量 surface 的七天在线 A/B 说话，这种工... 阅读全文 →

2026 年 09 月 24 日 总览今天这批论文一眼扫过去几乎全是工业界的落地报告，学术味很淡但可读性反而高，百度、Meta、小红书、快手轮番讲自己线上是怎么改的，真正拿出新模型原语的几乎没有。主线其实就两条：一条是大厂召回排序架构的重构，代表是百度把召回排序合到一个模型里、以及 Meta 用 GPU 精选池加 CPU 大库存的「编排」思路；另一条是用多模态大模型去补冷启和语义短板，小红书造替身 ID、快手把用户口述理由做成排序特征都属这一路。最值得细读的是百度... 阅读全文 →

2026 年 09 月 18 日 总览今天这批货整体成色相当高，工业味浓、负结果报得也实在，读下来最强烈的感受是：序列化建模还在扩张，但它的边界和隐藏成本第一次被讲得这么清楚。主线大致有两条，一条是序列模型继续吃特征工程——LinkedIn 那篇用真刀真枪三个多月的线上 A/B 证明砍掉八成手工特征还能涨，但也坦白 LLM-Ranker 从没打赢过原生产模型、pre-LN 不到位 AUC 直接崩到 0.5；另一条是「谁的收益到底来自哪」这件事开始被认真对待，KDD... 阅读全文 →

2026 年 09 月 17 日 总览今天这批货数量不多但质量挺顶，两篇都是能直接上手抄作业的类型，而且凑巧撞在同一个母题上——到底什么才是真正涨点的东西。快手那篇做低活用户序列增广的，思路我挺买账：别人都在协同信号里卷，它把图文多模态用 Stein kernel 对进统一空间再去做检索，越稀疏的数据集涨得越多，单模态反而掉到基线以下，这个消融基本把故事讲圆了，而且线上数亿用户跑了两周 A/B 已经上主流量，属于少数能拿业务指标背书的工作，不过它用户侧表征就是历史... 阅读全文 →

2026 年 09 月 16 日 总览今天这批论文工业味很重，三篇里两篇是实打实的线上落地复盘，读起来比刷一堆离线刷榜的论文舒服，但别指望有什么颠覆性方法论——本质都是把已有模型和已有调参流程搬到更靠前的链路去解题。一条主线是「试新和复购怎么平衡」，配送场景那篇把序列模型的输出直接降格成单个标量特征喂给 GBDT，再把多目标约束翻译成样本权重和 label smoothing 去搜 Pareto 前沿，最值钱的其实是它自己坦白的那个结论：离线单目标 MRR 涨了，... 阅读全文 →

2026 年 09 月 15 日 总览今天这两篇都是工业推荐的实战派，主线挺清晰：把生成式模型往推荐链路里塞，一篇塞在标题文案这一层，一篇塞在预训练到排序的迁移这一层。第一篇明显是今天最值得细读的，它没空谈「LLM 写标题」，而是把探索和利用拆开，直接用百亿 DAU 级的线上 A/B 数字把话说死了——只有多样性生成不行，只有实时选择器也不行，更妙的是它把 reward hacking 那个坑摆得明明白白：去掉质量约束 CTR 反而涨，说明质量模型是护栏不是发动机... 阅读全文 →

2026 年 09 月 14 日 总览今天这两篇都是很典型的工业界问题，一篇啃超长用户序列怎么塞进排序模型，一篇啃电商 query 到品牌实体的映射，共同点是都没什么花哨的新架构，全靠对场景的理解硬抠工程细节。ChronicleRec 是今天最值得细读的一篇，它接着 VISTA 那套「历史压一次、所有候选复用」的 target-independent 路线往下走，但把 query token 按时间锚点插进序列做因果编码，再配一个 mask-and-predict... 阅读全文 →

2026 年 09 月 13 日 总览今天这批只有两篇，量少但主题出奇地集中，都在啃生成式召回这条线，而且都指向同一个焦虑：生成出来的东西到底能不能信。最值得细读的是那篇电商搜索的 VARG，它不是实验室里的玩具，是天猫搜索真上线的通道，生成候选直接拿预留配额绕过粗排塞进最终排序器，14 天 20% 流量的 A/B 拿到 GMV +1.45%，这个涨幅在电商搜索里相当能打。它真正有意思的地方不在模型结构，而在那套 SID 设计——第三层不靠聚类、直接按经验贝叶斯平... 阅读全文 →

2026 年 09 月 12 日 总览今天这批五篇基本压在两条主线上：一条是想办法把外部信号更聪明地塞进推荐模型，另一条是生成式推荐真正落地时的推理效率。前一条里，联邦推荐那篇和知识图谱自适应融合那篇其实是同源的思路——都在质疑「所有客户端、所有节点一视同仁地聚合」这件事，一个换聚合对象、一个给节点打门控，方向都站得住，但前者涨点普遍只有 1~3 个点、所谓 utility 本质还是重建误差的负梯度，后者的实验数字在正文里根本没给全，读的时候得多留个心眼。P3Re... 阅读全文 →

2026 年 09 月 11 日 总览今天这三篇清一色是工业界的活儿，阿里国际、淘系加计算所、华为各占一篇，读完的整体感觉是没有那种让人拍大腿的新范式，但工程味都很足，真正值得看的是它们怎么把「业务目标」和「系统自己的历史」塞进模型里。主线其实就两条，一条是让模型直接对齐商业结果而不是对齐相关性，SAM-D2Q 把电商搜索的文档扩展做成多模态加 GRPO 偏好对齐，里面有个很关键的观察——布尔检索下对已有词做 TF 重加权毫无意义，扩展器的价值只在于带来新词，所以... 阅读全文 →

2026 年 09 月 10 日 总览今天这批论文的主线非常集中，基本都在围绕「检索」打转：既有电商AI搜索、序列推荐、低比特向量检索这类偏落地的工程活，也有生成式检索的复现纠错和RAG可信框架、证据污染评测这类偏体系和方法论的工作，真正的推荐系统新模型几乎没有，所以做推荐的同学今天可能得靠序列推荐那篇解渴。整体质量中上，但一个共同的毛病是绝大多数只有离线实验，敢拿出线上A/B证据的只有AI搜索那一篇，而纯理论零实验的PAGR也堂而皇之地摆在这儿，读的时候得自己分... 阅读全文 →

2026 年 09 月 09 日 总览今天这批货整体偏工业向，没有太多花哨的新模型，但两篇都踩在真实痛点上前进：一篇是电商互补推荐的落地复盘，另一篇是营销发券场景下的因果纠偏。前者最有意思的不是双塔或Adapter本身，而是他们花力气建ComCat映射，把规则、人工、LLM和统计整合成可更新的目标类目字典，模型和知识解耦，这个工程思路值得借鉴；同时还用线上AB揭示了一个反直觉的结论——纯互补在商品页organic场景打不过混入同类替代品的方案，说明用户要的从来不只... 阅读全文 →

2026 年 09 月 08 日 总览今天这两篇放在一起看挺有意思，一个在工业级超长序列上硬啃效率，一个在LLM推荐规模化上做质量护栏，都属于典型的“工程驱动型”工作，没有花哨理论，但落地价值很实在。ByteDance那篇SequenceO1把100K行为序列端到端跑进排序，用Sketch Attention压缩加缓存命中把成本压到可接受，线上全量还涨了Finish，是那种看完会感叹“工业界就是敢做”的硬结果；另一篇则解决了LLM逐个跑推理扛不住的真实痛点，用带质... 阅读全文 →

2026 年 09 月 07 日 总览今天这批货整体质量在线，两条主线都很清晰：一条是推荐系统结构层面的探索，另一条是电商搜索里生成式召回与对齐的工程化落地。前者那篇 MORE 把多任务信号从塔里搬进 backbone，用 Anchor Tokens 打破 task-blind 的僵局，ablation 里还点出任务隔离比容量更关键，是值得细读的思路型工作；后者那篇 EAGER 深耕 I2Q 场景，两阶段连招和课程学习的设计非常务实，虽然算法创新不强，但胜在把已知... 阅读全文 →

2026 年 09 月 06 日 总览今天这批稿子整体不是那种刷榜刷到爆的“大新闻”，但胜在几条线都比较务实，值得翻一翻。最打动我的是清华和美团的这篇《SelfDR》，它把“推荐任务自己训的reasoner比外部大模型更管用”这个点讲得很透，而且直接解决了LLM推荐线上推理太贵的老大难问题，工程上几乎可以拿来就试。另一条有意思的线是《HypRQ-VAE》，用双曲空间做semantic ID，对长尾item的改善在离线数据上很扎实，说明索引层的改进还是有空间。相比之... 阅读全文 →

2026 年 09 月 05 日 总览今天这批论文的“干货密度”比平时高一点，但真正能直接动手跟进的其实就两篇：美团的 UniCon 和 HUST/阿里的 LLM4AIGQ。前者把 CTR 预测重新组织成上下文单元结构，统一了历史行为和候选的建模，离线 AUC 和线上指标都给出了实打实的提升；后者想用 LLM 代替传统召回-改写链路来做电商引导查询，思路很工程化，但数据量小、依赖外部 teacher，还缺给力数值。另外两篇更像是提醒我们要警惕“实验室自嗨”：SHE... 阅读全文 →

2026 年 09 月 04 日 总览今天这批货整体上以“大模型/Transformer改造工业推荐”为主，从排序到召回再到POI生成都有动作，看着挺过瘾。其中腾讯TGR和字节ReST是重头戏，一个试图用生成范式统一全链路，一个用纯工程手段把序列Transformer塞进50ms排序预算，都值得细读。高德那篇空间感知的生成式POI推荐也很有意思，直接点出地理信息不能只当文本属性，空间感知比堆参数管用。另外有几篇偏评估的方法论论文，特别是语义缓存那篇指出PR-AUC... 阅读全文 →

2026 年 09 月 02 日 总览今天这批货工业味很重，几乎每篇都有真实业务场景和线上A/B，比起学术玩具扎实不少。主线有两条：一是把特征交互和Transformer往工业规模推，以SORT最具代表性，通过系统级优化直接干翻DLRM，AliExpress线上数据很硬；二是生成式检索开始进入深水区，GeoGR、ICEGR、SPARC都在SID这条路上往前走，其中GeoGR在导航场景的三个月A/B尤其值得细读。另外SetMIR在解决多兴趣坍缩上做得很干净，和CAM... 阅读全文 →

2026 年 08 月 29 日 总览今天这批货整体偏工程落地，但有好几篇思路挺有意思。最值得细读的是Astar和ProRetrieval，前者把大模型放进工业AI的自我演化闭环，用git历史造数据训练模型来提演化方向，成功率直接干翻人类专家；后者把检索重新定义成程序合成，让模型自己编排混合检索，4B模型在benchmark上超过GPT-5.5，说明强化学习在复杂动作空间里真有大用。另外两篇推荐系统文章，一个在大规模社交图上做GNN好友推荐，多哈希embeddin... 阅读全文 →

2026 年 08 月 28 日 总览今天的这批货整体质量在线，五篇里能拎出两条主线：一条是工业级系统在真实约束下的‘结构调整’——阿里的DCEO把优化目标从item级对齐到用户级长期价值，TransRetrieval则证明检索阶段Transformer不吃LayerNorm那套、先治特征范数再谈深度，都是工程味很重的务实工作；另一条是LLM在垂直场景的落地试探，Netflix用LLM做封面个性化、OpenSanctions用LLM做实体匹配，都打到接近生产上限，... 阅读全文 →

2026 年 08 月 27 日 总览今天的 arXiv 推荐系统方向信息量不小，三条主线泾渭分明：直播广告里的生成式推荐、电商场景下的多模态表征学习、以及微信工业级多模态 Embedding 的落地报告。最值得细读的是淘宝那篇多模态 CTR 工作，它反直觉地证明端到端训练在强 baseline 上会掉点，然后用「先提纯再投喂」的 Mine-Then-Train 方案把事办了，工程上落地友好且线上效果扎实；快手直播广告那篇也硬核，动态 ID 加意图感知生成，收入提... 阅读全文 →

2026 年 08 月 26 日 总览今天这批货整体偏工业落地，六篇里有五篇都带着真实系统或亿级数据的痕迹，读起来比纯理论爽快。值得拎出来的主线有两条：一是推荐系统里显式结构正在回归，比如用分布头直接预测观看时长、在trigger推荐里显式建模相关性，都是把业务直觉硬塞进模型结构，而且都拿了线上A/B或大规模离线收益；二是生成式推荐和LLM的落地开始被泼冷水，推理轨迹质量跟推荐效果脱钩、富化元数据只在稀疏场景有效，这两篇建议放在一起读，能帮你省下不少盲目追热点的算... 阅读全文 →

2026 年 08 月 23 日 总览今天这批货整体不算惊艳，但两条主线都踩在要害上：一条是临床模型上线后的概念漂移治理，一条是流式专家池的动态决策。前者最值得细读，虽然具体方法有点工程向，但把可审计性和更新范围用结构锁死这个思路很实在，实验也证明约束几乎不伤性能；后者理论味道更重，把’先攒证据再动手’的语义定义清楚了，不过落地时超参敏感和计算成本要掂量。如果你只挑两篇精读，我建议优先看ICU漂移那篇，它把治理问题讲得比技术问题更透；专家池那篇适合对在线学习框架感... 阅读全文 →

2026 年 08 月 22 日 总览今天这批 arXiv 推荐论文整体成色不错，核心火力集中在生成式推荐和序列推荐的基准反思上。浙大和阿里那篇 STAMP 把语义稀释效应讲得很通透，剪枝加多步预测的组合在工业场景下很实用；不过我更建议优先细读 BARGE，它对生成式推荐的结构性缺陷拆解得非常清晰，每个模块都有可验证的收益，线上数据也漂亮。另外 Spotify 那篇探针模型有点泼冷水，直接挑战了 Transformer 在序列推荐里的必要性，以后跑 benchma... 阅读全文 →

2026 年 08 月 21 日 总览今天这批货整体偏工业落地，干货不少，最明显的信号是生成式模型和LLM开始真正往推荐系统里扎，但都不是花架子，全都有线上验证。值得优先细读的是小红书的两篇——GateDiffInt把扩散去噪和意图提取做成闭环，直接戳中噪声和意图互相纠缠的痛点，OneModel则展示了多场景统一排序的完整工程解法，从特征、模型到延迟优化都交代得很实在；Netflix那篇多模态embedding虽然方法不新，但筛选embedding的探针任务和A/... 阅读全文 →

2026 年 08 月 20 日 总览今天这批 arXiv 推荐方向有点东西，但别指望有颠覆性的魔法。最值得读的是两篇生成式推荐：一篇讲整页生成式推荐，用 TUSID 把语义和协同信息揉进物品 ID，配合 list-wise 规划器直接输出有序列表，省掉两阶段，离线涨得猛但线上指标有涨有跌，工程成本和 beam search 开销都得掂量；另一篇是 Snap 把 LLM 真正端到端上线做生成式检索，Recall 翻倍但线上只涨零点几个百分点，而且发现 CPT 学的... 阅读全文 →

2026 年 08 月 19 日 总览今天这批货整体是“工业界味道”很重的一期，大部分工作都来自大厂一线，很多都带着离线实验和线上A/B结果，务实程度比纯学术的刷点要强。有几条值得说的主线：一是把LLM/VLM往推荐系统里嵌，像富媒体重排序、LLM当自动judge，都在探索怎么用生成模型解决传统召回排序的软肋；二是对推荐系统里那些“隐性问题”做显式建模，比如内容过时的双过滤框架、曝光份额预测、模型结构终身学习，这些角度在国内外的技术分享里都很少见。最值得细读的是D... 阅读全文 →

2026 年 08 月 16 日 总览今天这批货不算多，但两条线都挺有嚼头：一条是把对齐从‘事后补课’变成‘从零开始’的Synthetic Persona Pretraining，想法很硬核，实验也扎实，虽然算力门槛高得让人劝退，但至少证明了价值观注入这事越早越好，而且后期补的确实容易被撬开；另一条是Sci-Surf这个学术论文发现系统，真正在解决‘读不完’和‘读不懂’的痛点，把用户画像口头化塞进重排和多模态博客摘要都挺接地气，就是15个人的评估样本太小，效果只能... 阅读全文 →

2026 年 08 月 15 日 总览今天这批 arXiv 选题明显偏工业落地，大部分都在跟真实系统的开销和噪声较劲。最值得细读的是字节的 TM20K 和快手的 DrEM：前者把电商广告序列从 5K 拉到 20K 还能控制训练和延迟成本，用蒸馏加 token 合并就把 20K 压到 2K 附近，并且用实验推翻了目标注意力够用的惯性；后者正视了上游 pxtr 噪声被当干净信号用的问题，从监督和特征两侧做鲁棒化，线上也有效果。多模态 checkpoint 选择那篇也挺... 阅读全文 →

2026 年 08 月 14 日 总览今天这批货整体很硬，几条线都指向同一个主题：别被花哨方法忽悠，先搞清楚它到底在什么条件下、能不能真的带来收益。最值得细读的是第一篇和第三篇，一个用信噪比下限戳穿了’LLM辅助信号可学习’的幻觉，一个用复现揭露了锚点式重排序论文里藏了8个没写的设置，两篇都让人后背发凉。相比之下TimeRoute的时间感知模态路由器设计确实精巧，但扩散重构的成本和收益需要自己掂量。最后一篇数据信任的构想离工业落地太远，可以扫一眼。今天优先看前两篇... 阅读全文 →

2026 年 08 月 13 日 总览今天的货不算多，但这一篇MERGE值得好好看。它把工业推荐里item indexing的老问题重新挖了一遍，指出传统VQ在流式、长尾分布下的三个死穴，然后用动态簇生成加层次合并的方式去解，离线指标确实漂亮，余弦相似度从0.6拉到0.9，线上也有正收益，只是幅度不大，而且代价是工程复杂度上来了。整篇读下来，问题分析比方案本身更让我有启发，尤其在生成式推荐还没完全接管检索的当下，这种扎实的工程优化还是很有参考价值的。如果你只打算看... 阅读全文 →

2026 年 08 月 12 日 总览今天的这批货总体偏工业落地，八篇里有六篇都是大厂实测，Meta、淘宝、快手、Netflix、Yandex全在讲同一个故事：LLM进推荐系统不再是纯炫技，而是开始往线上真正能跑的架构上收敛。最值得细读的是Meta的ConnectionMind和淘宝的MetaStrategy，一个把社交推荐做成LLM路径推理并给出可解释证据，另一个干脆让LLM生成可执行的排序策略来绕过直接产item的集成难题，两者都给出了线上A/B的实在收益。N... 阅读全文 →