推荐算法日报 · 2026-10-01

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小修小补，而是重新思考模型该长什么样，这种「重想一遍」的论文最近确实不多见。相对而言 HELIX 的问题定义更贴近工业界的真实痛点，OneLatent 的想象力更足但风险也更高。今天就优先看 HELIX，有余力再顺着 OneLatent 想想 latent 推理在推荐里到底能撑多久。

论文列表

1. HELIX: Purified and Unified - Rethinking Feature Interaction and Sequence Modeling for Large-Scale Recommendation

• 论文链接：AlphaXiv
• 更新时间：2026-09-29 10:06 UTC
• 机构：未披露机构
• 工业优先级：未标注
• 备注：17 pages, 3 figures. Technical report

推荐模型只卷一条轴？HELIX说不

各位算法同学们，推荐模型把特征交互或序列建模单独往大里堆，涨点总会撞天花板？这篇论文直接下结论：单轴 scaling 天花板有限、scaling law 斜率也难看，两条轴得一起 scale。

📄 HELIX: Purified and Unified — Rethinking Feature Interaction and Sequence Modeling for Large-Scale Recommendation

🔧 三条 token 流分工明确：非序列特征走 MixTokenizer 变成 mix-token，U-only 行为序列和 U×C 序列各自走 SeqTokenizer，互不搅在一起。

🧩 单向信息流是核心：SeqFormer Encoder 先把用户侧 U-only 序列压成与候选无关的 K/V cache，MixFormer 从 U×C 序列取候选相关信息并做 Mixup-PerToken-FFN 交互，SeqFormer Decoder 再反复从这个 cache 取。用户侧状态不被候选改写，所以能按请求、按用户复用。

⚙️ 论文反复强调 purified：砍掉 LHUC、DCN-M、FM 模块、跨层残差和辅助 loss，全模型只留一处 LayerNorm（MixTokenizer 里的 per-token LN，顶替 field-aware bias 的作用），其余全 RMSNorm；由此支持序列建模和特征交互非对称地扩。

📊 离线在 TikTok 电商视频推荐中，CTR AUC、CVR AUC 等排序指标一致提升，scaling-law 分析显示加容量、加算力能稳定换成排序质量。

📈 线上 A/B：电商视频人均 GMV 提升约 6%。

✅ 工程侧配了 pyramidal query compression、变长序列执行和用户侧计算摊销，说明结构是按线上延迟约束设计的，不是纯玩具。

总结感想：如果序列侧和特征侧已经在互相拖后腿，这套单向信息流加可复用 cache 的结构可以直接抄。重点盯两个指标：用户侧计算是否真摊销掉了（QPS 和延迟），以及 M 和序列长度变大时 AUC 是否还线性涨。坑在于它依赖 U-only 与 U×C 序列的干净切分，如果你的“用户序列”里混了候选相关信息，摊销收益会缩水。

2. OneLatent: Latent Reasoning for Efficient Foundation Recommendation Models

• 论文链接：AlphaXiv
• 更新时间：2026-09-29 13:01 UTC
• 机构：Kuaishou Technology
• 工业优先级：未标注

推荐模型不写CoT，吞吐还快17倍

各位算法同学们，推理链写得越长，推荐就一定越准吗？快手这篇给出的答案有点反直觉：把整段显式CoT压成3个可学习的latent token，SID@64反而比Think版高17.44%，线上吞吐还高17倍以上。对于正在纠结FRM推理开销的团队，这个思路值得拆开看。

📄 OneLatent: Latent Reasoning for Efficient Foundation Recommendation Models

🔧 MV-ACoT：不靠人工模板，而是从兴趣探索、正样本评估、交互归因三个视角构造互补的教师CoT监督，并让推理深度随样本复杂度自动伸缩，缓解固定单路径推理带来的兴趣漂移。

🧩 三阶段latent token对齐：先在latent位置上做rationale预测学出上下文表示，再把同一个latent接口接到next-item预测，用渐进方式把教师CoT内化进3个共享的token ID，而不是样本级向量。

⚙️ 课程式后训练：分阶段激活latent推理，同时保留直接预测和latent推理两种模式，推理token开销恒定，不再随请求动态变长。

📊 工业规模快手数据集上，比显式Think变体SID@64提升17.44%，比No-Think变体提升9.33%。

📈 相比显式rationale解码，吞吐提升17.49倍；换到9B骨干，同样超过直接预测和显式CoT基线。

✅ 快手本地生活广告线上A/B，对比OneRec、OneReason等强基线，预估收入提升9.6%。

我的判断：做生成式推荐、准备把LLM当FRM骨干的同学可以重点跟这条线。要盯的是SID@64和吞吐的联合曲线，以及latent token到底是真在承载推理，还是只做了语义关联——论文自己也把这两者区分开了。落地有两个坑：latent token是全体共享的固定ID，效果强依赖教师CoT质量；另外单靠模型加速仍扛不住全量同步推理的延迟，必须配异步serving把基础模型推理挪出在线请求路径。