小红书精读：SPAR: Enhancing Industrial-Scale Generative POI Recommendation via Real-World Spatial Perception

POI推荐总迷路？把城市空间塞进大模型

各位算法同学们，有没有遇到过这种情况：模型推荐的下一个POI和你兴趣高度匹配，但一看距离，直线两公里，中间隔条江，绕行要四十分钟。这篇工作就是来治这个病的——把真实城市空间感知注入生成式POI推荐，而不是让模型只靠行为共现去猜地理。

📄 SPAR: Enhancing Industrial-Scale Generative POI Recommendation via Real-World Spatial Perception

🔧 SI-SID：把经纬度坐标用正弦编码成地理空间嵌入，和POI的文本语义embedding融合后再做RQ-Kmeans量化。这样得到的SID既保留“它是谁”，又带上“它在哪”，相邻POI的编码也更容易相邻。

🧩 MG-CPT：在LLM上做多粒度持续预训练，喂了25个地图、道路、导航类数据集，从基础属性到成对关系再到城市级导航层层递进，让散落的行为序列变成有距离、有方向、有可达性的城市空间认知。

⚙️ TV-SFT：把CPT学到的空间知识固化成参数空间里的任务向量，在做行为SFT时把这个向量锚定住，防止灾难性遗忘。相当于一边学用户兴趣，一边兜住城市地理常识。

📊 实验方面，论文在2个公开数据集和4个工业级POI数据集上做了完整验证。📈 消融实验分别证明SI-SID、MG-CPT、TV-SFT三个模块各自有独立贡献，组合起来效果最好。✅ 团队还放出4个工业级POI推荐数据集、每城市25个地理空间训练集和18任务空间认知benchmark，复现门槛大幅降低。

个人判断：这套思路对做地图、本地生活、LBS推荐的同学是重要的参考。落地时要重点盯“真实可达性”指标，比如推荐POI与用户实时位置的路网距离、预计通行时间，而不是只看离线Recall/NDCG。坑也明显：MG-CPT需要丰富的路网与导航数据，一般团队不太容易凑齐；TV-SFT的任务向量调参也需要额外实验。建议先用作者放出的数据集复现，再考虑场景适配。

原文：AlphaXiv