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 3.65 – 4.30

LEAD STORY · 今日必读 · Meta / Duke

When History Misleads: Asymmetric Margin Supervision for Instruction-Guided LLM Generative Recommendation

AIMS解决当前指令被历史偏好覆盖的问题：冻结模型逐条删除历史事件，筛选同时提高目标得分与边界竞争间隔的删除结果，再用完整历史学习该间隔，辅助梯度仅抑制竞争项。在6个模型骨干上，Recall@10较继续交叉熵训练提高4.0%–10.9%；Llama-8B工业数据从6.902%升至7.223%。

📖 深度解读 · 12 分钟arXiv ↗

4.30

综合分 / 5
偏好调整 4.60

KEY INSIGHT · 对业务意味着什么社区UGC搜索中，用户当前查询的类别、时长等约束可能与点击历史冲突。可借鉴其离线反事实间隔监督，保留完整历史与现有解码器，避免在线逐条删历史的成本；Qilin上Llama-8B的nDCG@10从22.92%升至24.41%。公开基准采用候选池排序，不能直接当作全库召回收益。

Ming Yin, Yuhan Yang, Chen Chen, Xinyu Lin, Wentao Shi, Fangcong Yin, Chaofei Yang 等 13 人 · 2026-10-01 · arXiv

02 3.65

Reasoning with Evidence, Not Merely Rationales: Verifiable Preference Proofs for LLM-Based Recommendation

YYonseiKyungpook National UniversitySungkyunkwan University

PROVE-Rec将历史评论压缩为带证据编号的正向与回避偏好，再仅用偏好及选中证据推荐。训练通过证据遮蔽、偏好删除与排序保持目标检验推理链。在Grocery、Tools和Yelp三个数据集上，相对最强基线各指标提高2.01%–7.45%，Yelp的nDCG@5由0.0161升至0.0173。

INSIGHT社区帖子、问答和评论可作为用户兴趣证据，但流畅解释并不保证真正参与排序。可把偏好抽取与推荐分开，用相同证据下的偏好删除检验排序影响；文中未缓存双阶段延迟约313毫秒，缓存后约63毫秒。优化器和训练规模披露不足，迁移到UGC的nDCG与CTR仍需单独验证。

展开全文 ▾

Yu Hou, Nathaniel Kang, Pengkai Wang, Hua Li

arXiv·2026-10-02·Relevance 4 · Novelty 4 · Practical 3 · Evidence 3 · Timely 4