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 68 篇，入选 10 篇，分数 3.25 – 4.30
论文研究有限宽度 beam search 如何限制 Semantic ID 推荐的候选可达性，并提出单步连续查询 CQG-Single 和连续残差生成 CQG-AR。统一协议下，CQG-Single 在 MovieLens-1M 的 7 次训练中均超过 TIGER 类基线，平均 Recall@10 增加 0.0107，仅使用其 55.3% 的可训练参数。
MetaGuided SID 将 RQ-VAE 的粗粒度编码强制对应预先定义的任务相关属性，同时保留码本的重建梯度，并用 trie 合并处理高基数属性。每组 10000 条记录的匹配检索实验中，Recall@10 从 0.0639 增至 0.0890，MRR 从 0.0260 增至 0.0355；这不是线上 CTR 提升。
INSIGHT把地区、语言或主题等服务时已知属性嵌入 Semantic ID 的粗层，能让生成模型更早走入相关分支。社区搜索可先试验主题或内容语言引导，但不能使用未来点击标签作为属性；需要同步观察重建误差、ID 碰撞和全目录召回，避免只追求属性预测准确率。
已录用 ICML 2026 Workshop
Amazon研究用小批量 K-Means 先分区，再贪心选择代表样本，确保每个簇成员与代表满足最低 embedding 相似度和属性一致约束。只对代表调用 LLM 后传播输出，已用于 3800 万客户的画像推荐，减少约 50 倍下游模型成本和运行时间；公开对照中违规样本比例为 0%。
INSIGHT社区 UGC 的离线意图标注和内容推荐可以复用代表样本推理，但平均相似度不足以保证每条短文本都适合传播。先对语言、年龄限制或主题做精确属性分组，再执行逐样本相似度护栏；线上采用前仍应抽检边界样本并监控推荐相关性，防止把成本节约等同于效果保持。
Zhejiang UniversityLRPRec 从离散模板初始化连续提示，将用户行为偏好以加法方式注入，并用信赖域约束抑制共享提示的语义漂移。MovieLens 上 HR@1 达 0.4947，高于 MLLM-MSR 的 0.4523；移除个性化后降至 0.4512，移除漂移约束后的有效命中率降至 0.4556。
INSIGHT对社区帖子推荐，稳定的共享任务提示与可变化的用户偏好可以分开优化，减少模板微调造成的性能波动。要同时评估命中率与输出有效比例，不能只看合法回答中的准确率；先在用户隔离的时间切分上验证提示初始化和漂移约束，再考虑在线部署。
KAIST研究发现 LLM 用户模拟器的活跃度设定会改变偏好边界，使不匹配内容仍得到虚高满意度，并提出页面质量锚定 PQA。MovieLens 上 Agent4Rec 的活跃度从低调至高后，平均退出页数由 1.00 增至 3.10，满意度由 3.18 增至 7.44，揭示模拟评价的混杂。
INSIGHT用合成用户验证对话推荐时，不能把更多浏览页或更高自评满意度直接视为推荐质量提升。社区业务应固定偏好标准，再改变活跃程度，测量偏好外点击与提前退出；模拟器只提供诊断信号，真正的 nDCG、CTR 和用户满意度仍需独立人工或线上验证。
SonyAmazon
Deezer
SiriusXM论文总结 RecSys 2026 对话音乐推荐挑战，统一分析 16 个已接收系统的召回、重排与回答生成。目录包含 47071 首歌曲和 8772 位用户；Blind-B 中 BM25 基线 nDCG@20 为 0.134，niwatori 为 0.493，作者同时指出单一目标标签与合成对话评测的局限。
INSIGHT社区多轮搜索可保留当前请求与完整对话两种召回视图，把来源证据带入重排，再让语言模型基于已选结果生成说明。评测应区分新用户、明确指令和长对话，并检查相关性标签是否只承认一个正确结果；论文特别标注了评测数据暴露的提交，不能直接把榜首视作可靠基线。
NTUVirusCascade 针对 LLM 推荐代理的协同反思机制，展示外部证据被合理化、写入记忆并跨代理传播后，如何扩大目标物品曝光。四个真实数据集的受控实验中，平均 E@20 达 0.384，比最强基线高 0.185，说明动态记忆带来了传统静态推荐攻击之外的传播路径。
INSIGHT社区 UGC 会直接进入模型语义状态，推荐记忆更新因此需要保留证据来源与可撤销关系。可把论文作为防御评测设计依据，分别测本地记忆污染和跨用户传播，检查外部内容是否绕过真实行为证据；这里的曝光提升是攻击成功指标，不是正常推荐的业务收益。
FairDiff 分析扩散推荐中的热门偏置，采用流行度条件引导重塑采样方向，并通过一步最优传输校准前向与反向分布。Beauty 数据集上，CDiff4Rec 加入该框架后 HR@10 从 7.71 增至 8.69，NDCG@10 从 4.65 增至 5.21；数字按原表尺度报告。
INSIGHT长尾 UGC 的生成式推荐不能只修正训练样本分布，采样阶段的先验也可能把结果推向热门内容。可分别消融流行度引导和初始化校准，同时报告长尾曝光、nDCG 与 CTR；原文主要是离线结果，社区业务应验证多样性收益是否伴随真实满意度提升。
Shenzhen UniversityCALMRec 用冻结多模态语言模型把内容及反馈转成有证据支撑的语义原子，并分别维护短期、长期和曝光记忆。结合倾向加权更新和保守离线价值评估，在电商、新闻、短视频类环境的 10 个随机种子上，折扣长期价值分别比最强对照高 6.1%、7.6% 和 6.7%。
INSIGHT社区搜索中的重复曝光不应直接被解释为稳定兴趣。可将当前 query、持久兴趣与平台曝光历史分开存储，并用反事实删除检查解释是否影响排序；这些结果来自实验环境，不能直接外推为线上收益，需要可靠曝光概率与时间留出验证才能采用因果更新。
East West University
UCSDJobCCC 评测低资源混合语言中的对话职位推荐，包含 22410 个岗位和 988 段多轮对话。W-SCAR 用 TOPSIS 融合文本相关性与薪资、地点、经验等软约束，英语和 Banglish 的 Hit@10 分别为 37.37% 和 38.43%；严格属性过滤会不可逆地删除相关岗位。
INSIGHT这篇是对话推荐评测与配套排序方法，可为社区自然语言推荐提供约束处理参考。当短文本中的地点或条件抽取不完整时，优先使用可解释的软约束并检查硬性资格要求；不要将全部约束一律硬过滤，且应区分推荐准确性与回答是否忠实遵守用户条件。