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 6 篇，分数 2.80 – 3.65
Snowflake / UChicago / 
UCLA把“用 LLM 按语义排序”抽象为 LLM ORDER BY 算子，系统研究其物理实现：逐项打分（O(N) 次调用）、成对比较、批量外部归并三类。提出语义感知的外部归并排序与带多数投票的快排，并用动态优化器（启发式规则 + LLM-as-Judge + Borda 计数）按数据集自动选最优算法。在 TREC DL20 上外部归并取得 0.719 nDCG@10、自一致优化器 0.724；SembenchMovie 上从逐项打分 0.862 提升到归并排序 0.921、LLM-as-Judge 达 0.924 且成本降 26%；NBA 身高排序成本较冒泡排序降 6×。注：本期为 v3 扩展版（原始版本 2025-09）。
FlowLM 把预训练的扩散语言模型通过高效微调转成 flow matching 语言模型：将扩散模型弯曲的采样轨迹重新对齐为直线流，从而用极少训练轮次实现少步生成，质量可比甚至超过 2000 步扩散采样。核心是“扩散到流”的轨迹拉直适配，复用已有扩散权重而无需从零训练流模型。
INSIGHT对要落地“生成式检索/推荐”的团队，扩散类并行生成的最大障碍是推理步数过多、时延高。FlowLM 给出一条复用已有扩散模型权重、只需轻量微调即可把采样步数压到个位数的路径。对短文本社区搜索中用生成式模型并行产出候选/语义 ID 的场景，这种“少步生成”能显著降低在线时延，是把扩散式生成式推荐推向工业部署的关键工程手段。
HRM-Text 用分层循环模型替代标准 Transformer，把计算解耦为慢速“策略层”和快速“执行层”，并只在指令-响应对上训练而非海量原始文本；配合 MagicNorm 与 warmup 深度信用分配稳定深层循环、PrefixLM 掩码做任务补全。1B 参数仅用 400 亿 token、1500 美元预算即达 MMLU 60.7%、GSM8K 84.5%、MATH 56.2%、ARC-C 81.9%，训练 token 比标准基线少约 100–900 倍、算力少 96–432 倍，效果可比 2–7B 开源模型。
INSIGHT这篇挑战了“scaling 即一切”的范式——通过架构（分层循环 + 多时间尺度）和数据（只用指令对）双重提效，用极低成本训出可用模型。对搜索/推荐团队的启示：训练垂域专用生成模型（如社区 UGC 语料上的小型生成式 ranker/检索模型）未必需要大规模预训练预算，分层循环 + 指令式数据的组合值得在垂域小模型上验证；其“样本高效”思路对数据稀缺的短文本场景尤其有参考价值。
面向目标导向的主动对话（如对话式推荐中把闲聊逐步引向推荐目标），FF-BPSN 用两个结构相同的 Transformer 解码器做双向对话路径规划，生成 [动作, 话题] 子目标序列；前向聚焦模块在融合双向信息时优先前向方向，再据此引导 LLM 生成回复。在 DuRecDial 上 LLaMA-3B 接入后目标达成率从 65.1% 升到 86.4%，DuRecDial 2.0 从 61.4% 升到 79.8%；知识 F1 分别提升约 7 和 14 个百分点。
INSIGHT对话式推荐/搜索助手的瓶颈在“路径规划”——如何把多轮对话稳步导向推荐目标而非答非所问。该工作把规划显式建模为可双向推演的子目标序列，且只需 3B 小模型即可大幅提升达成率，说明规划能力更多来自结构化建模而非模型规模。对社区搜索中的会话式问答/引导式推荐，可借鉴“先规划 [动作,话题] 子目标、再让 LLM 按规划生成”的两段式设计，把可控性与相关性解耦。
现有递归推理模型（RRM）多为确定性，只沿单一隐状态轨迹收敛到单一预测。GRAM 把递归隐空间推理改造成概率式多轨迹计算：将推理建模为随机隐轨迹，支持条件生成 p(y|x) 与无条件生成 p(x)，并可同时沿“递归深度”和“并行轨迹采样”两个维度扩展，用摊销变分推断训练。在结构化推理和需要多解的约束满足任务上优于确定性递归/循环基线（论文未给出具体数值）。
INSIGHT这是把“生成式 + 多样性”引入隐空间推理的范式探索——单轨迹推理容易陷入单一解，而推荐/检索本质需要多样候选。GRAM 的多轨迹采样思路对“生成式推荐如何产出多样且高质量候选集”有启发：把候选生成视为从隐推理分布并行采样多条轨迹，而非贪心解码单条。但论文偏理论、暂无具体业务指标与开源实现，价值在思路而非即用方案。
Mem-π 针对 LLM 智能体的记忆问题，提出“按需生成指导”而非从记忆库检索静态条目：用一个带独立参数的专用模型，依据当前上下文联合决策“何时生成”与“生成什么”，并用决策-内容解耦的强化学习训练，在无用时可主动弃权。在网页导航、终端工具调用、文本具身交互等任务上，相比检索式与既有 RL 记忆基线，网页导航相对提升超 30%。
INSIGHT把“记忆”从“检索静态条目”重构为“按需生成指导”，与生成式范式一致——相似度检索常返回与当前语境错配的旧条目。对会话式搜索/Agentic 推荐，该思路提示：用户长期偏好的“记忆”未必要存成可检索向量，也可由小模型按当前 query 即时生成更贴合的引导。属生成式记忆的早期探索，与本赛道关联偏间接，本期作为来源多样性补充收录（分数 2.90，低于阈值）。