小红书精读：Structure-Aligned History Learning with Subspace-Structured Semantic IDs for Generative Recommendation

生成式推荐：量化和重建终于对齐了

各位算法同学们，同一套模型、同一批数据，历史重建的“切法”换成量化器自己分好的组，NDCG@10 就能明显往上走——差别不在模型结构，而在“按什么粒度重建历史”。这篇就是把量化和历史学习这两段本来各练各的流程接了回去。

📄 Structure-Aligned History Learning with Subspace-Structured Semantic IDs for Generative Recommendation

🔧 SRBQ 先把去相关后的维度切成子空间，在每个子空间内做残差量化，再对码字占用加约束，直接产出 token ⊂ subspace ⊂ item 的平衡层级，而不是只给单 token 和整条 ID。

🧩 历史重建用的正是这套层级：token 级、子空间级、item 级三种掩码目标，跟量化阶段的结构一一对应，不用再人为拼 token 块。

⚙️ 用预测熵挑出不确定的转换优先重建，配课程学习：随机掩码 → 熵引导重建 → 无掩码的下一个物品预测，把历史重建能力带到推理阶段。

📊 四个 Amazon Reviews 2014 类目上，NDCG@10 比同架构 RPG 高 18.6%–30.0%，比 MHL 高 2.7%–6.0%。

📈 SRBQ 把码字平均峰值负载降 28.8%–32.4%，最差峰值负载降 37.3%–41.3%。

✅ 控制实验里，重建时用真实 SRBQ 分组优于同等大小的人造分组；打乱用户历史后收益下降，说明模型确实依赖用户自己的路径。

你们在做 semantic ID 生成式推荐、正卡在码本利用率和长距离偏好这两件事上，这篇的 SRBQ 和“重建粒度跟着量化结构走”可以直接参考。要注意的是训练被拆成三阶段课程，掩码比例和熵筛选阈值得重调，工程成本不低；而且验证只在 Amazon 2014 四类目，换成工业长序列前，建议先在自己的数据上对齐 RPG、MHL 两个 baseline，重点盯码字占用分布和 NDCG@10 的增益是否还在。

原文：AlphaXiv