2026-09-08 Generative · 生成式推荐论文日报（第 140 期）

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 46 篇，入选 4 篇，分数 3.45 – 4.05

本期目录 · 4 篇

LEAD STORY · 今日必读 ·

Xiaohongshu / XJTLU /

Peking University

AtomRec: Evolving Atomic Memory for Agentic Recommendation

AtomRec 把用户与内容历史拆成带关键词、标签、时间和关联链接的原子记忆，用大模型更新局部字段，再沿两跳语义路径汇集证据完成推荐。四个公开基准上相对最强基线平均提升约 8.5%；Books 的 NDCG@5 从 MemRec 的 0.6480 升至 0.7130，主实验每次仅重排 10 个候选。

📖 深度解读 · 11 分钟 arXiv ↗

4.05

综合分 / 5
偏好调整 4.40

KEY INSIGHT · 对业务意味着什么社区 UGC 搜索可借鉴其可局部修订的兴趣记忆，将当前 query 与历史点击、收藏证据共同用于小候选集重排。应优先验证细粒度记忆是否减少兴趣漂移后的误排，并严格按请求时间构造快照；论文未提供线上 CTR 或并发延迟结果，不能将离线约 8.5% 的收益直接视为生产增益。

Peiyu Hu, Weihai Lu, Siying Gu, Zhuodong Liu, Zhaokai Luo, Yuean Niu, Zhiyong Wang 等 8 人 · 2026-09-04 · arXiv

今日其余入选

3 篇 · 按综合排名

02 3.80

Collaborative Memory Augmentation for Generative Recommendation

ByteDance

Renmin University of China

OMEGA 为生成式推荐增加跨用户协同记忆：先将行为片段压成少量潜在向量，再按序列与目标相似性检索，并用门控交叉注意力融合。Game 数据集上，TIGER 的 NDCG@5 从 0.0380 升至 0.0470，提升 23.68%；Pctx 从 0.0416 升至 0.0480，提升 15.38%。

INSIGHT短文本社区可把相似用户的行为片段作为生成式召回的外部证据，避免只依赖单个用户的稀疏历史。迁移时应比较全候选 Recall、nDCG 与冷启动分组效果，并按时间限制记忆库；原文批量推理约慢 1%、额外参数约 7%，这些离线测量仍需结合社区候选规模重新评估。

Enze Liu, Zhen Tian, Wayne Xin Zhao

arXiv·2026-08-02·Relevance 4 · Novelty 4 · Practical 4 · Evidence 4 · Timely 2

03 3.75

Distill Globally, Adapt Locally: Reasoning Distillation and Product-Type Test-Time Training for Scalable Trade-Up Recommendation

Amazon

该工作将 LLM 对商品升级推荐的关系判断与理由蒸馏到 15.5M 参数分类器，再用少量品类样本适配冻结学生。8,352 对人工标注样本上，四分类学生 AUC 从仅标签训练的 0.912 升至 0.924，品类适配后达 0.941；最终服务只读取两条预计算的 768 维商品向量。

INSIGHT对社区搜索，值得试验把大模型对“更符合需求的帖子”的比较理由离线转移给轻量模型，再用主题级少样本校准决策边界。论文证明收益依赖四分类关系监督，二分类加入理由后 AUC 仍为 0.911；其线上学生不生成文本，成本倍率来自 10 万商品对代理实验，不能等同真实线上 CTR 收益。

Siliang Liu, Mohammad Ghasemi, Sapan Patel, Amin Banitalebi-Dehkordi

arXiv·2026-09-04·Relevance 4 · Novelty 3 · Practical 4 · Evidence 4 · Timely 4

04 3.45