深度解读

深度解读 · 第 18 页

共 769 篇 · 按日期新到旧 · 每页 30 篇 · 第 18 / 26 页

查找解读请用站内搜索。

2026-07-06 1

2026-07-03 3

个性化推荐

GR2 Technical Report

这份 Meta 技术报告把 LLM 用到工业推荐漏斗最后的重排阶段,提出 GR2:先用 99% 唯一性的 Semantic ID 做中训练,再用教师模型生成重排推理轨迹,最后用面向 AUC/NDCG 的可验证奖励做 RL 后训练。

2026-06-29 3

个性化推荐

UniFormer: Efficient and Unified Model-Centric Scaling for Industrial Recommendation

针对工业推荐里组件各自扩参(行为建模、特征交互、任务建模分别 scaling)缺乏统一框架的问题,UniFormer 把整个建模空间拆成特征空间与任务空间,分别用堆叠的 Feature-space / Task-space Interaction Module 建模,并用语义 token 化实现 user-item 解耦做到 request 级推理加速;多序列 cross-attention 分别刻画异构行为以防偏好坍塌,多视角 FFN 支持各组件灵活扩参。

2026-06-26 3

2026-06-25 4

生成式推荐

DREAM: Dense Retrieval Embeddings via Autoregressive Modeling

DREAM 针对稠密检索依赖人工标注正负样本对的痛点,提出用大模型自回归 next-token prediction 损失来监督检索器训练:将检索器算出的 query-文档相似度分数注入冻结 LLM 的部分注意力头,相似度决定 LLM 预测目标输出时对各候选文档的注意力权重,由此产生的预测损失通过注意力机制把梯度回传给检索器。

2026-06-24 4

2026-06-23 3

生成式推荐

Interactor: Agentic RL oriented Iterative Creation for Ad Description Generation in Sponsored Search

针对赞助搜索中长文本广告描述(比广告标题更长、可融入世界知识表达用户搜索意图)的生成问题,提出 Interactor 多轮迭代生成框架:LLM 策略作为 agent,与由两个 rubric 式生成式奖励模型(GenRM,分别评估知识容量 KC 与落地页一致性 LP)和 CTR 预估模型组成的环境交互,用 <retrieve> 检索百科知识、<create> 生成、<reward> 评估三类动作多轮精修,以 GSPO 做 agentic RL,基座 Qwen3-30B-A3B。

2026-06-22 3

2026-06-19 1

2026-06-18 3

2026-06-17 2