INSIGHT方法适合把社区帖子、主题、作者和实体关系共同编码为可生成路径：Semantic ID 承担内容共享，图路径提供关系依据。落地前要评估 UGC 频繁更新时的代码维护、知识图谱覆盖和生成路径有效率。论文在音乐数据上仍落后于 SASRec，且强收益来自完整生成加专门化版本，应保留现有召回通道并以 nDCG 和 CTR 验证增量。

INSIGHT社区 UGC 候选重排可借鉴“围绕当前候选寻找协同证据”，将共同点击、相似帖子和作者关系组合成短路径，补充用户自身稀疏历史。该方法仍对每个候选调用 7B 模型，单次前向不等于整次搜索仅调用一次。建议从小候选集离线 nDCG 评测开始，检查负采样偏差及图检索耗时，再评估 CTR 和端到端延迟。

INSIGHT社区对话搜索可复用累积约束、历史证据检索及多轮偏好一致性评估，避免每轮只追求独立的文本回答。完整系统每轮需要 4 次角色调用；自动轨迹平均分与纯文本 RAG 同为 4.82，不能单据此证明多模态或多角色必然有效。应以真实 UGC 会话检验检索相关性、nDCG 和 CTR，并对比单模型方案的时延与成本。