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 84 篇，入选 10 篇，分数 3.25 – 4.10
Beihang University / 
NTU / Chengdu University of Information Technology用户的一次纠正未必代表长期偏好，作者把反馈拆成小规则并学习保留哪些内容。训练分别奖励规则内容和保留决定，再联合优化后续回答；在个性化写作实验中，一个骨干模型比最强基线高1.61分。
HKUST (Guangzhou)📖 深度解读 · 8 分钟 →新物品没有交互边，图推荐便无法从邻居获取兴趣信号。作者先用文本语义固定协同空间，再让独立学生网络学习表示方向，并在检索时恢复向量长度；Sports冷启动Recall@20比DropoutNet高20.8%。
INSIGHT向量方向与长度承担不同信息。语义能推断商品位置，却缺少交互频次决定的长度信息；分开学习并校准尺度，可减少新内容在混合候选池中因分数偏小被压制。
Shopify生成式召回的商业价值优势，可能来自热门物品而非更懂用户。作者把命中目标、最佳商品价值与整份列表价值分开比较，并为稠密召回加入静态价值先验；工业数据上的NDCG@50因此提高11.8%。
INSIGHT更好的单件商品价值，不等于整份候选列表更相关。比较召回架构时，把热门度先验固定为同一基线，再分别统计精确命中和替代商品相关性，能识别收益究竟来自个性化还是商品分布。
Amazon
UIUC
UCL评估器可能记住用户历史，却判断错哪些偏好该用于当前回答。作者构造正确回答和受控错误配对，区分漏用、过用及状态误用；人工评估子集中，最强评估器仅识别63.9%的漏用错误。
INSIGHT个性化评估需要识别错误方向。漏用有效偏好与引用过期偏好会要求相反的修复，单个满意度分数容易混淆两者。对画像更新和搜索助手，可分别统计偏好遗漏与过期状态引用。
Tsinghua University同一研究提案可能符合一人的口味，却不符合另一人的偏好。作者把共同评价维度与个人权衡分开学习，只在教师训练时使用后续科学证据；真实研究者偏好预测指标达到0.693。
INSIGHT先共享事实判断，再学习每个人如何权衡，能降低少量反馈下的画像学习负担。将来才出现的证据只能进入训练教师，不能泄漏给提案时的学生输入；这也适用于内容质量与个人兴趣的分离。
University of Waterloo图推荐给出结果后，作者从真实计算路径中找出最有影响的邻居。模型利用线性传播分解推荐分数，并用未解释残差衡量解释保真度；Gowalla实验对每个设置抽取100个用户物品对。
INSIGHT解释可以来自模型计算本身，而不是另写一段合理故事。通过展示邻居子图与剩余误差，开发者能核查结果由哪些协同行为驱动；这个分解依赖线性传播结构，不能直接套到任意推荐模型。
看似概率的模型分数未必能直接当作可靠决策阈值。作者为保留文档等二元动作设置风险预算，并用有限样本检验挑选阈值；跨六个数据集，越过风险目标的设置比例为7.8%。
INSIGHT阈值需要匹配实际动作的失败代价。把不确定样本交给保守回退策略，并对自动放行子集单独核查遗漏风险，比只看整体校准曲线更接近排序系统的上线约束。
跨域推荐若把所有商品一律拉近，反而会破坏各领域的区别。作者只对齐语义相近的商品，并按域间差异调整约束强度，在零目标域交互的条件下测试序列推荐；出版社摘要未披露具体提升数字。
INSIGHT跨域共享应由相似度决定，而非强迫每对商品靠近。选择性对齐可保留领域结构，适合讨论新业务冷启动；当前可读证据仅为出版社摘要，尚无可核对的完整实验数值。
用户下一次点击既受近期行为影响，也受更宽泛的意图影响。作者分别从行为序列和知识图谱提取两类信号，再动态融合，用于减轻热门偏置并改善推荐；出版社摘要未提供可核对的效果数字。
INSIGHT把细粒度偏好与粗粒度意图分开表示，能明确每路信息的作用。知识图谱负责商品关系，行为序列负责近期变化；摘要给出了机制，但没有足够数据判断其相对简单融合基线的收益。
Shanghai AI Lab
SJTU
Fudan UniversityNTU反复生成文字解释会拖慢闭集选择，作者让小模型一次输出多个字段及候选概率。训练把决策位置写入固定回答结构，推理保留单次因果前向；4B模型在七套任务上的平均准确率为90.02%。
INSIGHT有限候选决策可以单独建模，无需每次调用完整生成流程。候选概率便于阈值分流，但这组实验验证的是通用决策能力，不能把其准确率当成推荐CTR或搜索相关性收益。