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 53 篇，入选 2 篇，分数 3.35 – 4.00

LEAD STORY · 今日必读 · Spotify / Cambridge

Beyond Temporal Proximity: Explanatory World Models for Credit Assignment in Reinforcement Learning

生成式推荐优化长期留存时，延迟奖励容易被归给最近而非真正相关的行为。EWM 用语言模型解释已发生的轨迹，再以守恒层级算子递归重分配奖励。KuaiRand 离线 AUC 提升 1.99 个百分点；工业回放 Recall 为 SFT 的 3.75 倍，尚无线上 A/B 结论。

📖 深度解读 · 10 分钟arXiv ↗

4.00

综合分 / 5
偏好调整 4.21

KEY INSIGHT · 对业务意味着什么解释图与奖励函数分离，可缓存后复用于不同长期目标；重分配保留未折扣总回报，不替换真实互动标签。社区 UGC 搜索可试验把回访奖励分配给早期内容触达，但需分别验证 nDCG、CTR 和留存；回放中的日志命中增益不能直接换算成真实点击收益。

Oriol Corcoll, Qiyao Wei, Ciarán Mark Gilligan-Lee · 2026-10-09 · arXiv

02 3.35

DLRMv4: The Next-Generation Recommendation MLPerf Training Benchmark

AMDMetaNVIDIAByteDance

DLRMv4 将推荐训练基准转向 HSTU 行为序列建模，使用约 47.9 亿条 Yambda 互动与约 560 GB 特征表。参考模型为 3 层、4096 序列长度；8、16、32 卡达到 AUC 0.75 的平均时间分别为 2 小时 39 分、1 小时 52 分和 1 小时 23 分。

INSIGHT社区短文本搜索若引入生成式推荐骨干，可借鉴统一质量门槛下比较训练成本的做法，并保留跳过等负反馈事件。该基准同时测量稀疏表与长序列计算，便于识别成本瓶颈；音乐域 AUC 门槛不能代替 UGC 搜索 nDCG、CTR 和在线时延评估。

展开全文 ▾

网页来源·2026-10-01·Relevance 3 · Novelty 3 · Practical 4 · Evidence 4 · Timely 3