推荐周报 2026-W46

工业论文的“结果”栏分裂为系统指标与约束满足率:RecoGEM 在快手以集群峰值 60,000 QPS、P99 低于 35ms、吞吐 2.88× 支撑约 4 亿 DAU 与 10+ GR 模型族,通篇没有 CTR 数字;TS-GEAR 则同时报出广告收入 +4.2% 与 ValidRate@50 95.8%。

推荐周报 2026-W45

主线:SID 从「语义压缩码」变成「效用与接口载体」:UAGR 把分享、长播、完播等曝光后行为分桶写入离散位,并改写 beam 打分;PACERec 用协同前驱证据校准冻结的 LLM 物品嵌入;CAP-Mix 以软原型混合替代硬 Semantic ID(六个公开基准平均 HR@5 +6.9%、NDCG@5 +13.6%)…

推荐周报 2026-W44

生成式推荐开始替换整条排序流水线,竞争点转向解码预算:UGR(D1030-01)在请求级千级异构候选上直接生成多业务排序列表,统一生成 GMV 提升 2.10%,高于单业务生成+跨业务混排的 1.38%;SLIDE(D1027-01)与 D1101-03 分别用单次 rollout 与 prefix 容量重分配压缩 beam search 成本…

推荐周报 2026-W43

**SID 从“怎么造”变成“怎么养”**:本周生成式检索的核心问题不再是语义 ID 的构造质量,而是它在线上生命周期中的漂移、删除与改写。`Don't Rewrite the SID Map` 用 67 天日志证明映射刷新本身就会损伤解码路径——beam=1 时 HitRate 下降 41.78–62.05%,而 beam=1000 只剩 8.33–10.85%,大 beam 把退化掩盖了;`S

推荐周报 2026-W42

**生成式推荐进入「精算期」:Semantic-ID 路线被要求自证价值。** 工业界本周继续加码生成式检索——微信电商 WeGR 两个月在线 A/B 带来订单 +2.539%、CTR +1.508%,Lazada 的 TacGR(UniSGR-V2)取得 GMV +3.09%;但同一周 `Revisiting Generative vs. Dense Retrieval` 用 Amazon To

推荐周报 2026-W40

**生成式推荐进入"码本训练稳定性"深水区**:本周 GEAR(抖音广告)、FineSID、ResTD、RARS 不约而同把火力集中在 Semantic ID 的"坍缩—碰撞"耦合上。GEAR 用正交基重参数化码本(BasisVQ/BasisRQ)+ context-conditioned reranking 消歧,服务数亿 DAU;FineSID 以软可微分配替代 Top-1 硬分配缓解码字欠训

推荐周报 2026-W39

**检索与重排从"堆算力召回"转向"接口级精修"**:GradCIR 在 Walmart 350 万分级 pair 上把 CIR 从二元匹配升级为 4 级分级,NDCG@10 提升 4.9%–5.9%;X-Rec 用连续空间 flow matching 让检索吞吐达到 SID-AR 的 3.46×;ReFilter 以"embedding 召回 + LLM 过滤"把相似应用检索 F1 做到 90%

推荐周报 2026-W38

**生成式推荐的"平滑升级"路线本周集体胜出**:LIGE-GR 在 Instagram Reels / Facebook Video 上用 listwise 生成替换 itemwise 排序,time spent 分别 +1.14% / +0.72%,且不重建既有 serving 与 value function;GESE 把探索交给 GSPO、把利用交给实时 selector,CTR +2.5

推荐周报 2026-W36

**[生成式推荐进入"深水区":从把生成当编码,到把生成当系统]**:TGR(腾讯)把生成式推荐从排序升级扩到端到端生成+离线推理注入三线并进(冷启动 Hit@1 +477.8%、阅读时长 +1.70%);CoGR 让 query/item 双侧共同用 GRPO 生成检索键(内部集 F1 +10.9%、WANDS +36.1%);CHAP 与 HypRQ-VAE 则把火力对准 semantic-I

推荐周报 2026-W34

**[端到端生成式推荐从"学术玩具"走向"工业标杆"]**:快手 OGR 用 TUSID 统一语义-协同 ID 实现"生成即排序",工业数据 NDCG@5 相对 +48.2%,3% 流量 A/B 全面为正;配套的 SIDScope 首次把 SID 接口健康度从标量判断变成可追溯诊断。小红书 OneModel 则给出判别式路线的另一极——一个模型统一自然推荐/广告/商家三流,Feed Adverti

推荐周报 2026-W33

**[GRPO 已成生成式系统默认优化器,竞争焦点转向奖励设计与信用分配]**:本周至少 5 篇工作直接围绕 RL 后训练展开。社区已不再问"能否 RL",而是攻坚稀疏奖励下的信用分配——HCGRec 用目标前缀 hint 把零 advantage 训练样本从 70%+ 压到 20% 以下,Detecting an Effect 给出可检验的 reward-SNR 下限 rho*≈2.8/√N,L

No More