Nanjing University02 3.45
ICML 2026 推荐、广告与 LLM4Rec 筛选论文汇总
这是一篇中文技术汇总，核验 ICML 2026 官方列表中的推荐、广告、RAG、Agent 与可靠推荐论文，覆盖 35 篇候选并保留 32 篇入口，优先链接到 arXiv 或官方 poster。它把 2026 年 LLM4Rec 的热点归纳为 Semantic ID、LLM 后训练、GFlowNet、偏好优化、合成数据扩展、分布偏移、reward hacking 和可靠推荐，适合作为本周生成式搜推论文池的索引。
INSIGHT它不是单篇方法论文，但对从业者有较强导航价值：可以快速定位哪些 ICML 2026 方向值得进入精读队列，尤其是 Semantic ID、合成数据 scaling law、可靠推荐与偏好优化。对社区搜推团队，建议把这类汇总当作候选发现层，而不是直接当证据层；真正立项前仍需要回到单篇论文的实验设置、数据集和线上约束。
liuzhao09
网页来源·2026-05-21·Relevance 4 · Novelty 2 · Practical 4 · Evidence 3 · Timely 3