2026-07-13 Generative · 生成式推荐论文日报（第 99 期）

今日场景社区搜索 (UGC 短文本搜索)：核心指标为搜索相关性 nDCG 和点击率 CTR，关注语义匹配、query 理解、短文本召回、排序模型及 LLM 在搜索中的应用。 — 评分 24 篇，入选 4 篇，分数 3.75 – 4.65

本期目录 · 4 篇

LEAD STORY · 今日必读 ·

Kuaishou

OneRec-Think: In-Text Reasoning for Generative Recommendation

论文把对话、显式推理与生成式推荐统一到 OneRec-Think：先用跨模态 Item-Textual Alignment 对齐 Semantic ID，再以推理脚手架和面向多解偏好的奖励函数训练。Beauty 数据集 Recall@5 从 ReaRec 的 0.0450 提升至 0.0563，线上 Think-Ahead 架构使 APP 停留时长提升 0.159%。

📖 深度解读 · 8 分钟网页来源 ↗

4.65

综合分 / 5
偏好调整 4.95

KEY INSIGHT · 对业务意味着什么显式推理不必与在线低延迟冲突：重推理路径和前两级 item token 可离线生成，线上仅完成轻量续写。对社区 UGC 搜推，可把帖子语义 token、用户意图解释和候选生成联合训练，并用 Item Alignment 打通文本内容与行为 ID，优先验证停留时长、CTR 与端到端延迟。

Zhanyu Liu et al. · 2026-07-01 · 网页来源

今日其余入选

3 篇 · 按综合排名

02 4.35

ReRec: Reasoning-Augmented LLM-based Recommendation Assistant via Reinforcement Fine-tuning

ReRec 用强化微调增强复杂推荐推理：奖励同时融合 NDCG、query 对齐和偏好对齐，RAEE 对错误推理步骤施加惩罚，在线课程调度器按难度组织样本。以 Llama-3.2-3B 为骨干时，Movie 各类任务较次优方法提升 3.76%–13.2%，困难误导查询较未训练模型提升 440%。

INSIGHT推荐助手的奖励不应只看最终命中，还应把查询理解、历史偏好一致性和中间推理正确性拆开监督。社区搜索可将 nDCG、query-item 语义对齐和用户长期兴趣联合成可解释奖励，并用课程学习先覆盖简单意图再加入冲突、误导与多约束查询，降低强化训练早期的不稳定。

Jiani Huang, Shijie Wang, Liang-Bo Ning, Wenqi Fan, Li Qing

网页来源·2026-07-01·Relevance 4 · Novelty 5 · Practical 4 · Evidence 5 · Timely 4

03 4.15

From ID to LLM: Rethinking Representation Learning for Recommendation

PtE 先让 LLM 对用户—物品交互做双向推理，生成稳定的语义画像，再将画像编码成任务对齐向量，从而连接行为 ID 与语言语义空间。三套冷启动数据上，相对最强基线的指标提升最高 57.71%；长尾 Fashion 的尾部物品 NDCG@10 从 0.1646 提升到 0.2457，增幅 49.27%。

INSIGHT直接把 LLM embedding 注入排序模型容易随单次交互剧烈波动，先生成压缩画像再做个性化 embedding 更稳。对于短文本社区，可将稀疏点击、帖子主题和作者信息先归纳为用户/内容画像，再以协同对齐损失训练向量；该设计尤其适合冷启动帖子、长尾作者和低活跃用户。

Song-Li Wu, Zhaocheng Du, Weinan Gan, Jingyi Wang, Xianquan Wang

网页来源·2026-07-01·Relevance 4 · Novelty 4 · Practical 4 · Evidence 5 · Timely 4

04 3.75