OneBar: An End-to-End Content-Grounded Generative Query Recommendation Framework for E-Commerce Video Feeds
针对短视频播放器下方“可点击搜索入口”的 query 推荐场景:传统 query 推荐受在线延迟约束、目标不对齐,已有生成式方案又易被 content 侧噪声元数据和偏好漂移干扰。
查找解读请用站内搜索。
针对短视频播放器下方“可点击搜索入口”的 query 推荐场景:传统 query 推荐受在线延迟约束、目标不对齐,已有生成式方案又易被 content 侧噪声元数据和偏好漂移干扰。
针对应用商店中“多品类 App”传统类目体系无法刻画语义重叠、导致个性化效果差的问题,提出 PCR-CA 端到端 CTR 框架。
针对生产环境 LLM query 改写器的两难——奖励要反映改写如何被线上排序器消费,训练又必须便宜到能随数据漂移持续重训——提出 CoRe,已在某大型短视频搜索引擎按周重训上线超过 5 个月。
CompRank 针对 LLM listwise 重排序在线推理成本高的问题,提出 token 级压缩加 decoding-free 打分:通过文档表示解耦、segment-wise token 压缩与 CopyNet 式训练目标,仅保留 10.2% 的文档 token。
MUSE 针对终身用户兴趣建模长期依赖 ID 特征、在长尾物品上泛化差的问题,系统研究多模态信号在两阶段检索框架(GSU 通用搜索单元 / ESU 精确搜索单元)中的作用。
HeMix 面向工业级 CTR 排序,提出 Query-Mixed 兴趣抽取模块,联合建模上下文相关与上下文无关的用户兴趣;并用 HeteroMixer 模块替代自注意力,高效完成跨特征的异构交互。
工业 CTR 需在严格效率约束下同时建模长程用户行为序列与异构非序列特征,但二者通常由不同模块分别处理。
工具增强型 LLM agent 普遍用 step-wise 原子工具调用,每次调用、观测、取值都暴露在主推理轨迹里,造成执行粒度错配:本可确定性执行的工具子流程被展开成大量模型可见的低层决策,挤占上下文。
工业电商搜索的召回阶段由倒排索引、向量召回等多路分支经人工调权融合,缺乏联合优化。
针对十亿用户规模的工业级视频推荐平台,提出在 serving 阶段实时生成 LLM 自然语言用户兴趣 persona 的框架。
多模态序列推荐(MSR)里视觉特征常被文本信号压制、贡献远低于文本。作者把原因归为两点:预训练视觉编码器抓不到与偏好相关的视觉线索,以及视觉-文本优化失衡。
feed 推荐靠浏览行为捕捉隐式兴趣、搜索靠显式 query 匹配意图,二者通常各用一套架构,用户理解被割裂。
多条件检索要求系统找出同时满足多个约束的文档,超出单纯话题相关。query decomposition 被广泛当作直觉解法,但其在检索管线不同阶段的效果一直缺乏系统研究。
电商生成式检索把 query 直接映射到商品 Semantic ID (SID),但电商 query 短、噪声大、属性密集,与人工构造的 SID 之间存在表征鸿沟;显式 Chain-of-Thought 推理能弥合却带来额外生成开销,难以满足在线低延迟。
该工作把语言模型的 scaling law 方法论迁移到用户行为序列基础模型。
Tubi 流媒体把物品冷启动建模成时序二部“设备-内容”图上的归纳式图补全问题。
针对直播推荐行为稀疏、冷启严重的问题,快手提出 RGCD-Rep,把短视频域的用户兴趣迁移到直播域。
dense retrieval 存在位置偏置——相关信息出现在 passage 后段时检索效果下降。论文把推理期 attention calibration 适配到检索任务,无需重训练,并引入强度系数 λ 在原始注意力与完全校准之间插值。
序列推荐里,Transformer 用位置自注意力、State-Space Model(如 Mamba)用单一隐式衰减来加权历史行为,二者都没把真实用户行为的多尺度时间结构显式建模。
LinkedIn 用 Transformer 序列排序模型 Feed SR 替换原有的 DCNv2 排序器,把用户行为序列直接喂给排序模型而非依赖手工交叉特征。
论文诊断了 CTR 深度模型「堆规模收益迅速衰减」的根因:标准 Transformer 假设序列组合性,而 CTR 数据需要的是异构 field 间的组合推理,两者存在结构性错配。
Pinterest 提出 UniPinRec,把召回与排序从模型到训练、服务全栈统一为“一种输入格式、一个模型、一个训练阶段”。
针对电商搜索相关性建模,论文把 LLM 的相关性判断建成 query 理解→商品理解→facet 匹配的 CoT 推理并用 RL 优化。
面向工业级生成式检索推荐,论文指出生成式检索因单步推理 + 严格延迟约束而存在“短视”问题:把多样的用户意图坍缩为局部最优、难以捕捉长程多物品消费模式;同时难以遵循类目控制、策略约束等显式检索指令。
大推荐模型在 scaling law 下有明显收益,但工业系统受在线 serving 延迟约束只能上线轻量模型,造成离线扩参与在线部署的鸿沟。Rec-Distill 通过解耦训练、黑盒蒸馏、去偏机制和混合 batch-streaming 流水线,把大教师的收益迁移到小学生模型。
工业排序模型对同一用户/上下文特征重复打分 N 个候选,标准实现把上下文特征在前向早期广播,导致 context-only 计算每请求重复 N 次。
Google 发布 Gemini Embedding 2,是基于 Gemini 多模态主干的原生多模态向量模型,可在统一表示空间下编码视频、音频、图像和文本,并支持任意模态交错输入。
针对搜索/推荐/RAG 中两阶段排序(早期召回 ESR + 后排 LSR)端到端训练的难题,作者指出 vanilla policy gradient (V-PG) 在 ESR 上方差爆炸,因为它对整个候选集联合概率求梯度,忽略了单个候选的贡献。
面向工业级推荐系统的混排/重排阶段,论文提出 Uniboost 统一流量分配框架,重点解决多业务目标(自然+商业+生态)耦合时的三大痛点:分配方案彼此耦合无法独立调优、模型分数被'通胀'、缺乏业务可解释性。
抖音音乐百万级 DAU 的 feed 流推荐缺少'主动指定意图'通路,用户对'下雨天通勤想听的歌'这类模糊、场景化的 query 无法直接表达;直接套用 LLM 又面临音乐领域知识不足、音乐-query 协同推理弱、用户偏好理解浅三个问题。