深度解读

深度解读 · 第 17 页

共 769 篇 · 按日期新到旧 · 每页 30 篇 · 第 17 / 26 页

查找解读请用站内搜索。

2026-07-17 3

2026-07-16 3

2026-07-15 3

个性化推荐

Prompt Generation Technical Report

论文把生成式搜推的特征处理从模型代码中解耦,以两份声明式 JSON 统一离线训练和在线服务,并用四类特征、三种可组合组件完成组装与压缩。该框架已部署于淘宝搜索,线上 A/B 实验使成交笔数提升 0.47%、GMV 提升 0.51%,并复用于多个搜索推荐团队。

2026-07-14 2

2026-07-13 3

2026-07-10 3

2026-07-09 3

2026-07-08 5

个性化推荐

HGenPush: A Heterogeneous Generative Recommendation Architecture for Industrial Push Notification Systems

这篇论文面向快手短视频 Push 场景,解决生成式推荐只能生成单一内容类型、Semantic ID 自回归生成效率低的问题。HGenPush 将多场景、多视角用户行为理解,与视频推荐和作者推荐的双分支异构生成模块合并到端到端框架中,并用多 token 预测替代逐步自回归生成。

个性化推荐

Generative Pseudo-Labeling for Pre-Ranking with LLMs

GPL 关注工业推荐预排序的训练-服务不一致:模型训练只看到已曝光交互,线上却要给大量未曝光候选打分,导致样本选择偏差和长尾内容泛化差。方法用 LLM 离线生成用户兴趣锚点,在冻结语义空间中与候选匹配,为未曝光物品生成内容感知伪标签,不增加线上延迟。

2026-07-07 2

2026-07-06 3