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 2 篇，入选 2 篇，分数 4.10 – 4.20

LEAD STORY · 今日必读 · USC

The Recall Ceiling of LLM Recommendation Reranking

论文审计将真实物品强行放入候选集的 LLM 推荐评估协议，并提出按实际重排窗口计算召回上限的 RAEP。三个 Amazon 数据集上，注入真实物品与真实召回条件下的 NDCG@10 相差 92.4%–94.9%；在所测低召回区间，多种提示、模型扩容及监督重排均未显著超过协同过滤基线。

📖 深度解读 · 11 分钟arXiv ↗

4.20

综合分 / 5
偏好调整 4.25

KEY INSIGHT · 对业务意味着什么社区 UGC 搜索接入 LLM 重排前，应分别测量召回覆盖和窗口内排序能力，不能用强行加入正例的结果预测线上 nDCG。论文将实际指标与可达上限之比作为诊断量，可帮助判断预算该投入召回还是重排；结论仅覆盖低召回离线实验，不能直接推断高召回生产系统无收益。

Zhaohui Wang · 2026-08-27 · arXiv

02 4.10

Explainable Recommendations at Scale: LLM Rationales for YouTube Music Artist Discovery

Google

YouTube Music 将 LLM 艺人提名及推荐理由生成移到异步离线阶段，在线读取缓存，并以知识图谱校验生成实体。两周线上实验中，YDD 展架互动提升 22.43%，发现留存指标提升 8.07%，平均服务延迟仅增加 0.3%；提示迭代还使离线质量通过率从 64.8% 升至 74.4%。

INSIGHT多臂保留实验显示，推荐理由是展架互动增长的主要来源，单独关闭新增候选源的互动影响中性。对社区 UGC 长尾内容探索，可试验离线生成有依据的推荐理由并在线缓存读取；需要分别消融候选扩展与解释展示，以自身 CTR、发现留存和延迟验证，不能套用音乐展架的收益。

展开全文 ▾

Xiao Liu, Yanwei Song, Srivaths Ranganathan, Yuan Chen, Zheyun Feng, Parker Steenburgh 等 10 人

arXiv·2026-09-20·Relevance 4 · Novelty 3 · Practical 5 · Evidence 5 · Timely 4