2026-05-22 周五 · Personalization

独立报告页 · 在站内浏览（含往期切换）→
Generative生成式推荐 · 6 篇Personalization个性化推荐 · 5 篇AI SearchAI 搜索 · 8 篇Agentic智能体搜索 · 10 篇Infra系统与索引 · 8 篇

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 6 篇，入选 5 篇，分数 3.35 – 3.90

本期目录 · 5 篇
  1. 01Robust Personalized Recommendation under Hidden Confounding in MNAR
  2. 02Robust Recommendation from Noisy Implicit Feedback: A GMM-Weighted Bayes-label Transition Matrix Framework
  3. 03Sequential Data Augmentation for Generative Recommendation
  4. 04Will It Go Viral? Grounding Micro-Video Popularity Prediction on the Open Web
  5. 05Offline Contextual Bandits in the Presence of New Actions
LEAD STORY · 今日必读

Robust Personalized Recommendation under Hidden Confounding in MNAR

推荐系统的 MNAR（非随机缺失）交互数据带来选择偏差。IPW 与双稳健（DR）估计只能处理可观测混淆，遇到隐藏混淆即失效；RCT 数据昂贵，而全局敏感性分析假设未观测混淆对倾向得分的影响一致有界，忽略了用户-物品之间的异质性。论文提出 PUID，在用户-物品粒度估计敏感性边界并用对抗优化放松同质假设；BPUID 进一步引入预训练模型作为稳定参照。在 3 个真实数据集上，隐藏混淆场景下显著优于全局方法，且不需要 RCT 数据。

arXiv ↗
相关 4新颖 4实用 3证据 3时效 5
3.90
综合分 / 5
偏好调整 3.90
KEY INSIGHT · 对业务意味着什么把"敏感性边界"从全局常数下放到用户-物品个性化粒度，是处理隐藏混淆的关键，对 CTR/CVR 去偏有直接借鉴：线上点击数据普遍 MNAR，统一的 IPS 截断上界往往过松或过紧。BPUID 用预训练模型当锚点稳定对抗训练，提示去偏可与现有 embedding 模型协同，而不必依赖代价高昂的随机流量实验。
Zongyu Li, Wanting Su, Tianyu Xia · 2026-05-20 · arXiv

今日其余入选

4 篇 · 按综合排名
02 3.80

Robust Recommendation from Noisy Implicit Feedback: A GMM-Weighted Bayes-label Transition Matrix Framework

隐式反馈（点击、曝光）噪声大。RGBT 不丢弃噪声样本，而是用高斯混合模型（GMM）为每个样本估计可靠性分数，以此校准贝叶斯标签转移矩阵（BLTM）的估计、抑制偏差。方法实现全样本利用、一致估计，并显著降低估计方差；在真实数据集与人工翻转噪声数据集上，优于基于样本筛选和基于转移矩阵的去噪基线。

INSIGHT把"样本级可靠性（GMM）"与"标签转移矩阵（BLTM）"结合，避免了硬丢弃噪声样本造成的数据浪费——这对正样本本就稀疏的隐式反馈尤为重要。社区搜索/推荐中点击同样含误点、误曝光噪声，实例级可靠性加权 + 转移矩阵纠偏可作为训练阶段即插即用的去噪方案，重点在降低估计方差而非单纯过滤样本。

Zongyu Li, Xuanyu Liu, Gongce Cao, Shirui Sun, Yaqi Fang, Yongshuai Yu
arXiv·2026-05-20·Relevance 4 · Novelty 3 · Practical 4 · Evidence 3 · Timely 5
03 3.70

Sequential Data Augmentation for Generative Recommendation

SnapKAIST

生成式推荐从历史行为预测未来交互，但不同数据增强策略会带来巨大性能差异。GenPAS 把增强统一为随机采样过程，拆成序列采样、目标采样、输入采样三个可控步骤，从而灵活控制训练分布。在公开基准与工业数据集上，相比已有增强策略在准确率、数据效率、参数效率上均更优；代码已开源（snap-research/GenPAS）。

INSIGHT把零散的序列增强技巧抽象成"序列/目标/输入"三段可控采样，统一了已有方法并暴露出可调的训练分布旋钮——这解释了为何同一模型换增强策略就会大幅波动。对序列推荐落地的启示是：先系统性扫这三个采样维度，往往比直接换骨干网络更快拿到数据/参数效率收益。

Geon Lee, Bhuvesh Kumar, Clark Mingxuan Ju, Tong Zhao, Kijung Shin, Neil Shah, Liam Collins
arXiv·2025-09-17·Relevance 3 · Novelty 4 · Practical 4 · Evidence 4 · Timely 2
04 3.40

Will It Go Viral? Grounding Micro-Video Popularity Prediction on the Open Web

Yonsei University

论文把微视频流行度预测（MVPP）重构为"开放网络 grounding"问题。WEBSHORTS 数据集为 14K 视频配上上传时刻采集的实时全网上下文，并跟踪一周的日播放量。SHORTS-CAST 从证据卡（evidence-card）的三类网络上下文维度生成逐维度理由来指导流行度回归，并用趋势感知自适应在趋势漂移时更新"上下文→流行度"的映射。在离线与延迟标签的在线协议下，均超过纯内容、语料检索增强和在线自适应基线。

INSIGHT流行度不只取决于内容本身，更取决于上传时刻的外部注意力信号——把全网实时上下文结构化为证据卡再做回归，给冷启动内容的曝光分配提供了内容之外的先验。趋势感知自适应针对"昨天的爆款规律今天失效"，对 UGC 时效性内容的流行度/热度预估值得借鉴。

Ryang Heo, Dongha Lee
arXiv·2026-05-18·Relevance 3 · Novelty 4 · Practical 3 · Evidence 3 · Timely 4
05 3.35

Offline Contextual Bandits in the Presence of New Actions

离线策略学习通常假设动作空间固定，但推荐与搜索中物品库持续演化：数据采集后会出现没有任何曝光日志的新物品。PONA（Policy Optimization for effective New Actions）把 LCPI 策略梯度估计与双稳健（DR）纠偏结合，并利用动作特征在已有动作与新动作之间架桥，在保持整体策略性能的同时高效选择新动作。论文给出充分的离线策略实验验证。

INSIGHT把"新物品冷启动"形式化为动作空间随时间增长的离线策略优化问题，用动作特征做泛化、用 DR 控方差，是比单纯 exploration 更可控的思路。对推荐/搜索排序的启示：新品上线初期可借动作特征把历史日志的策略梯度"外推"到无曝光新品，减少冷启动期的盲目探索成本。

Ren Kishimoto, Tatsuhiro Shimizu, Kazuki Kawamura, Takanori Muroi, Yusuke Narita, Yuki Sasamoto, Kei...
arXiv·2026-05-18·Relevance 3 · Novelty 4 · Practical 3 · Evidence 3 · Timely 4

其他赛道今日

点击切换
Generative
6
生成式推荐 · 篇入选AI Search
8
AI 搜索 · 篇入选Agentic
10
智能体搜索 · 篇入选Infra
8
系统与索引 · 篇入选

开源雷达

GitHub / HuggingFace 热门 · 8 个项目
jvector: JVector: the most advanced embedded vector search engineJVector: the most advanced embedded vector search engineJava · ★ 1712 · 2023-08-25 · GitHubsuperkimi: Superpowers skills for Kimi CodeSuperpowers skills for Kimi CodeJavaScript · ★ 5 · 2026-05-21 · GitHubUniRank: UniRank: A Ranking Model Benchmark for Unified Sequential Modeling and Feature InteractionUniRank: A Ranking Model Benchmark for Unified Sequential Modeling and Feature InteractionPython · ★ 24 · 2026-05-20 · GitHubinternlm/WildClawBenchWildClawBench Hard, practical, end-to-end evaluation for AI agents — in the wild. WildClawBench is an agent benchmark that tests what actually matters: can an AI agent do real work, end-to-end, without hand-holding? We drop agents into a live OpenClaw environment — the same open-; tags: benchmark:official, benchmark:eval-yaml, task_categories:visual-question-answering, task_categories:image-text-to-text, task_categories:question-answering, language:en, language:zh, license:mit★ 0 · 2026-03-24 · HuggingFacezai-org/ImageMiningDataset Card for ImageMining Dataset Description ImageMining is a benchmark for evaluating image mining and knowledge discovery capabilities of multimodal models. Given an image, the task requires models to identify entities, perform multi-step reasoning (often with search-augmen; tags: task_categories:visual-question-answering, task_categories:question-answering, language:en, language:zh, license:cc-by-sa-4.0, size_categories:n<1K, format:parquet, format:optimized-parquet★ 0 · 2026-05-05 · HuggingFacezai-org/GLM-OCRpipeline: image-text-to-text; tags: transformers, safetensors, glm_ocr, image-text-to-text, conversational, zh, en, fr★ 0 · 2026-01-30 · HuggingFacemoonshotai/Kimi-K2.6pipeline: image-text-to-text; tags: transformers, safetensors, kimi_k25, feature-extraction, compressed-tensors, image-text-to-text, conversational, custom_code★ 0 · 2026-04-14 · HuggingFacebytedance-research/Lancepipeline: any-to-any; tags: Lance, safetensors, multimodal, image-generation, video-generation, image-editing, video-understanding, any-to-any★ 0 · 2026-05-15 · HuggingFace