今日场景社区搜索 (UGC 短文本搜索): 用户在社区平台搜索帖子、问答、评论等 UGC 内容。核心指标是搜索相关性 (nDCG) 和点击率 (CTR)。关注：语义匹配、query 理解、短文本召回、排序模型、LLM 在搜索中的应用。 — 评分 68 篇，入选 10 篇，分数 3.00 – 4.40
Pinterest大规模推荐系统把多目标 trade-off 编码成一个 utility 打分，用它对 ranker 的多个预测做加权融合，但权重通常靠人工全局调、对环境变化反应慢、难治理。论文提出 PRL-PUTS：一个生产可用、与 ranker 解耦的强化学习框架，把 utility 权重调优建模成单步 value-based RL——给定请求上下文，agent 输出一组 utility 权重向量重加权 ranker 预测，以最大化请求级 engagement 奖励。推理期再用一个标量化参数做 Pareto 前沿扫描，生成一族策略，决策者可即时切换线上工作点。
快手的时长模型整体是准的，但按真实看了多久分组，短的被高估、长的被低估。做法是冻住原模型，再训一个小网络预测“真实时长是原预测的几倍”，截断在 0.1 到 10 倍后乘回去，下游接口不变。线上 MAE 降 12.57%，三个排序阶段人均时长涨 0.649%、0.235%、0.199%，均已全量。离线平均 4.33% 的 MAE 降幅主要来自弱模型，强模型只有 1% 到 2%，三个模块各自贡献都不到 0.5%。
推荐系统的一个根本矛盾：低活用户(LAU)要可靠、高活用户(HAU)要多样，平衡点在于量化模型不确定性——它近似预测出错风险、揭示模型当前知识边界。在大规模短视频/直播平台上，模型不确定性既能预警可能导致 LAU 流失的低质推荐，也能为 HAU 找到内容多样化机会。论文提出统一、可生产的框架，用 calibrated 不确定性驱动差异化策略：对 LAU 用基于模型不确定性的风险厌恶 deboosting 抑制不可靠推荐，对 HAU 用风险偏好的 UCB 策略鼓励探索，已在某大平台验证。
INSIGHT把「不确定性」做成可校准的可执行信号，并按用户活跃度分桶施加相反策略(LAU 风险厌恶 deboost / HAU 风险偏好 UCB)，是冷启动与新用户留存的实用范式。社区搜索同样有大量低活/新用户，召回不可靠时主动降权而非硬推，比单纯加新用户兜底规则更有理论依据，且 UCB 探索可直接复用到老用户内容多样性优化。
长用户行为序列建模面临两难：线性注意力高效但状态容量有限、检索精度差；softmax 注意力精确但算力开销不可承受。HyTRec 用混合注意力架构显式解耦长期稳定偏好与短期意图尖峰——把海量历史序列交给线性注意力分支，为近期交互保留一条专门的 softmax 分支，从而在万级交互的工业规模上下文里恢复精确检索能力。再设计 Temporal-Aware Delta Network (TADN) 动态加权新鲜行为信号、抑制历史噪声。工业规模数据上 HyTRec 保持线性推理速度，对超长序列用户的 Hit Rate 提升超过 8%。
INSIGHT「长期偏好走线性注意力、短期意图走 softmax」的分支解耦是长序列用户建模在延迟约束下的务实折中，对社区搜索的终身行为序列(收藏/搜索/点击历史)建模直接可借。TADN 用时间衰减动态压制历史噪声、抬升新鲜信号，解决了线性注意力对兴趣漂移反应迟钝的老问题；超长序列用户 +8% Hit Rate 且推理仍是线性，工业落地性强。
生成式推荐(GR)以端到端统一框架展现出改变推荐范式的潜力，但仍受长期存在的流行度偏置困扰；少数把传统去偏方法迁移到 GR 的尝试效果有限，且 GR 为何受流行度偏置影响的根因未被探明。论文聚焦 GR 的两个核心面：生成框架的优化与基于语义索引的 item tokenization，通过理论分析识别出严重流行度偏置源自 token 级优化缺陷与 item tokenization 的无差别性两者的合流，并据此提出一种新的生成式去偏方法在 token 级与索引层同时纠偏。
INSIGHT把 GR 流行度偏置的根因归到「token 级优化缺陷 + Semantic ID 无差别分配」两点并给出理论刻画，是少见的从机制而非现象层面分析 GR 偏置的工作。对正在评估生成式召回/Semantic ID 的团队有直接价值：上 Semantic ID 体系前需评估 tokenization 是否会放大头部内容，社区 UGC 头部聚集效应尤其敏感，去偏要在 token 优化目标里做、而非事后重排补丁。
多模态推荐用异质模态信息缓解数据稀疏、提升精度。已有方法用多模态特征替代 ID embedding 取得初步效果，但有两个局限：(1) 重建出的 ID 表示相对静态，未充分利用多模态语义；(2) 图学习挖掘长尾潜在语义关系不足，且易受流行度偏置影响。论文提出 MAIL：设计模态感知身份构建模块，用多模态语义动态调制位置编码以生成更具表达力的 ID 表示，并引入反事实结构学习缓解图上的流行度偏置与长尾问题。
INSIGHTID-free 路线对社区 UGC 高频新内容/长尾创作者的冷启动很有吸引力——新帖没有成熟 ID embedding，多模态语义即身份。值得借鉴：用多模态语义动态调制位置编码而非静态替换 ID，以及用反事实结构学习显式对抗图传播中的流行度放大。需注意此为偏学术方法、图训练成本与稳定性是落地门槛。
大平台新品成长对生态健康至关重要，但系统倾向把已经流行的商品推给用户，形成「马太效应」。在搜索召回里，现有冷启动模型存在训练目标与线上业务指标错配、且缺乏衡量商品成长潜力的有效机制。论文提出面向电商搜索的多价值感知召回框架 GrowthGR，含两部分：Item 长期成交价值预测模块(ItemLTV)估计商品长期价值，多价值感知生成式召回模块(MultiGR)对齐搜索系统级联各阶段的线上价值，在即时转化与长期商品成长之间取得平衡。
INSIGHT「召回训练目标与级联线上价值错配」是搜索/推荐冷启动的通病，社区 UGC 的新内容/新创作者成长与电商新品高度同构。可借鉴：用 ItemLTV 显式预测内容长期价值、把级联多阶段价值显式编入召回目标，而非只优化即时点击——这给社区「新内容扶持/反马太」提供了比启发式加权更系统的建模框架。
负采样是隐式协同过滤的关键技术，靠对比观测交互与采样的未观测交互实现高效训练。LLM 在推荐中有潜力，但 LLM 增强负采样研究不足，且现有方法重度依赖文本信息与任务特定微调，限制了实用性。论文提出无文本、无微调的 Dual-Tree LLM-enhanced 负采样方法 DTL-NS：(i) 离线假负识别模块用层级索引树把协同结构与潜在语义信息转成结构化的 item-ID 编码供 LLM 推理，精准识别假负样本；(ii) 多视角难负采样模块基于此采样高质量难负例。
INSIGHT亮点是「无文本、无微调」地用 LLM 做负采样：把协同结构编码成层级索引树的 item-ID token 让 LLM 推理，绕开了对 item 文本和领域微调的依赖，对社区里大量缺文本/弱文本的隐式行为数据更通用。假负识别 + 多视角难负的双树设计可直接嫁接到现有 CF/双塔召回训练，注意 LLM 推理仅在离线负采样阶段、不增加在线延迟。
多模态 item embedding 对电商 item-to-item (I2I) 召回很关键，但真实商品图常含促销贴片与背景杂波，注入伪视觉线索、削弱召回鲁棒性；在 frozen 视觉编码器经轻量 connector 接 LLM 的 MLRM 式管线里尤为严重。论文提出 Text-Guided Q-Former (TGQ-Former)：用结构化元数据作为语义引导抽取视觉 token，同时保留互补视觉证据；采用 hybrid-query connector 解耦元数据锚定流与探索流，并引入轻量 reliability-aware 双门控向量调制模块在噪声输入下自适应校准两路贡献。
INSIGHT「用文本元数据引导视觉 token 抽取以抗图像噪声」对社区 UGC 多模态内容(配图含水印/拼贴/无关背景)同样适用。可借鉴 hybrid-query 解耦「元数据锚定 vs 自由探索」两路视觉信息、再用可靠性门控自适应融合的设计；但整体为 frozen 编码器+LLM connector 管线，需一定多模态工程投入，创新偏增量。
个性化习题推荐动态对齐教学资源与个体知识掌握。该领域有两条主线：Item-Level (ILER) 优化即时单步状态转移，Path-Level (PLER) 构造连贯学习路径最大化累积收益。两者目标一致但评测设置割裂，难以统一基准与公平比较。论文提出统一评测框架 UniER，引入 Weighted Cognitive Gain (WCG) 作为统一指标度量跨范式算法表现，并给出覆盖两类范式的综合基准与多种算法对比。
INSIGHT教育习题推荐与社区 UGC 搜索业务相关性较低，但「即时单步收益 vs 路径级累积收益」的统一评测视角对任何带序列/会话级目标的推荐都有方法论启发：单步 CTR 与会话级累积满意度常被分裂评估。WCG 这种把单步与累积收益统一到一个指标的思路，可借鉴到社区 session 级排序的离线评测设计。