Generative生成式推荐 · 1 篇Personalization个性化推荐 · 3 篇AI SearchAI 搜索 · 1 篇Agentic智能体搜索 · 4 篇Infra系统与索引 · 10 篇

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。 本期说明：仅3篇符合去重和赛道要求；Web补充论文发表于9月4日至10日，来源集中于arXiv。 — 评分 7 篇，入选 3 篇，分数 3.25 – 4.40

本期目录 · 3 篇
  1. 01UniRec: Cross-stage Multi-Task Fusion with Preference Alignment for Cascaded Recommender Systems
  2. 02FedHUR: Learning Hierarchical Utility-Guided Client Relations for Personalized Federated Recommendation
  3. 03A Multi-Source Ensemble Approach to Candidate Generation for Alternative Vacation Rental Property Recommendations
LEAD STORY · 今日必读 · Kuaishou

UniRec: Cross-stage Multi-Task Fusion with Preference Alignment for Cascaded Recommender Systems

论文针对粗排与精排各自优化多目标融合、导致下游偏好被上游过滤的问题，联合训练共享 embedding 的双阶段融合模型，并加入偏好对齐与属性组内正则。快手一周、20%流量实验中，应用使用时长提升0.616%，总观看时长提升0.675%；公开RecFlow上精排NDCG@10为0.0990，高于UMRE的0.0947。

📖 深度解读 · 11 分钟arXiv ↗
相关 5新颖 4实用 4证据 5时效 4
4.40
综合分 / 5
偏好调整 4.50
KEY INSIGHT · 对业务意味着什么社区UGC搜索可以借鉴跨阶段融合对齐，同时优化点击、停留与相关性目标，减少粗排提前丢弃精排偏好内容。将多个任务的成对偏好合并为正反两种证据，可保持原损失不变并减少反向图开销；但公开实验的AUC低于UMRE，应同时检查请求内nDCG、跨阶段保留率与线上CTR。
Lingyuan Kong, Jiaqi Cui, Fanjiao Zeng, Congqi Wang, Yu Li, Yuan Cheng, Jingxin Liu 等 9 人 · 2026-09-10 · arXiv

今日其余入选

2 篇 · 按综合排名
02 3.70

FedHUR: Learning Hierarchical Utility-Guided Client Relations for Personalized Federated Recommendation

Fudan UniversityMicrosoft

FedHUR研究联邦推荐中客户端聚合对象的选择，使用物品关系的分层表示与效用查询，寻找能补足本地预测需求的客户端信息。作者在5个数据集、100个客户端设置下评估；ML-100K的NDCG@10从FedCIA的0.3440升至0.3693，Beauty从0.0541升至0.0581，并公开代码。

INSIGHT方法的关键是按聚合收益寻找协作对象，而非仅按参数相似度加权。对社区UGC用户建模，若行为数据需要保留在不同客户端或业务域，可先用分层兴趣关系和残差信号评估迁移价值；目前证据来自MF骨干与离线全量排序，不能直接视为集中式搜索CTR提升，也不能把联邦训练本身等同于完整隐私保证。

Mingzhe Han, Jiahao Liu, Dongsheng Li, Jiankui Zhou, Hansu Gu, Peng Zhang, Ning Gu, Tun Lu
arXiv·2026-09-10·Relevance 3 · Novelty 4 · Practical 4 · Evidence 4 · Timely 4
03 3.25

A Multi-Source Ensemble Approach to Candidate Generation for Alternative Vacation Rental Property Recommendations

Expedia Group

研究比较度假房源替代推荐中的协同过滤、浅层 embedding 与图神经网络，使用名次归一化融合互补候选。在超过200万活跃房源的平台数据上，混合方案Recall@300较最强基线提高14.8%，下游预订NDCG@5由0.345升至0.365；论文明确这些均为离线结果，且包含融合规则变化及排序器重训的共同影响。

INSIGHT对社区UGC长尾和冷启动内容，可借鉴交互协同信号与图结构信号的互补性，再通过统一名次融合减少不同召回分数尺度的影响。试验应分别固定召回源、融合器与排序模型，测量新增候选是否改善nDCG和CTR；该文Recall@10仅提升1.3%，说明大候选池增益不能直接等同于首屏体验提升。

Syed Mohammed Arshad Zaidi, Eric Rincon, Shayan Hassantabar
arXiv·2026-09-04·Relevance 3 · Novelty 3 · Practical 4 · Evidence 3 · Timely 3

其他赛道今日

点击切换
Generative
1
生成式推荐 · 篇入选AI Search
1
AI 搜索 · 篇入选Agentic
4
智能体搜索 · 篇入选Infra
10
系统与索引 · 篇入选

开源雷达

GitHub / HuggingFace 热门 · 8 个项目
MrDoe/OpenCodeRAG本地 embedding 驱动的代码语义检索插件，支持OpenCode；与本轨道主要是开发工具关联。TypeScript · ★ 49 · 2026-05-28 · GitHubzachsaw/graphify-csharp面向DGX Spark的四节点模型部署示例，可参考推理工程配置。C# · ★ 53 · 2026-09-08 · GitHubalicankiraz1/glm53-dflash2-dgx-spark多模态模型仓库，可作为内容理解实验的候选基础模型。Python · ★ 6 · 2026-09-12 · GitHubzai-org/GLM-5.3-Flash多模态模型仓库，可用于内容理解与特征抽取实验。model · ★ 2302 · 2026-08-25 · HuggingFacedeepseek-ai/DeepSeek-V4.1-Flash图像文字识别模型，可辅助社区图片内容文本化。model · ★ 2185 · 2026-09-10 · HuggingFacezai-org/GLM-OCR多模态模型仓库，适合关注后续模型卡与部署信息。model · ★ 2035 · 2026-01-30 · HuggingFaceinternlm/Intern-S2-397B统一多模态生成和编辑模型，与推荐算法仅间接相关。model · ★ 16 · 2026-09-13 · HuggingFaceinternlm/InternLumina-U2tags: transformers, safetensors, diffusion, multimodal, unified-model, image-generation, image-editing, vision-languagemodel · ★ 12 · 2026-09-01 · HuggingFace