2026-07-14 周二 · Personalization

独立报告页 · 在站内浏览（含往期切换）→
Generative生成式推荐 · 3 篇Personalization个性化推荐 · 3 篇AI SearchAI 搜索 · 10 篇Agentic智能体搜索 · 10 篇Infra系统与索引 · 10 篇

今日场景社区搜索（UGC 短文本搜索）：核心指标为搜索相关性（nDCG）和点击率（CTR），关注语义匹配、query 理解、短文本召回、排序模型及 LLM 在搜索中的应用。 — 评分 58 篇，入选 3 篇，分数 3.45 – 3.90

本期目录 · 3 篇
  1. 01Modernizing the Meta Ads Service With an Open-Source Kernel Scheduler
  2. 02Understanding the Real Impact of Multiple Popularity Biases in Recommender Systems
  3. 03From Raw IDs to Semantic Planning: How Recommender Systems Utilize Information at Scale
LEAD STORY · 今日必读 · Meta

Modernizing the Meta Ads Service With an Open-Source Kernel Scheduler

Meta 针对广告检索服务升级 Linux 后的尾延迟回退，基于 sched_ext 与 BPF 实现面向工作负载的调度策略，将延迟关键线程和后台线程动态分池。全球规模回测显示，广告检索阶段 p99 延迟下降 28%，加权广告排序量提升 1.1%，全机群节省 3.28 MW 功耗；后续策略更新又使 p99 下降 60%、关键路径超时减少 18%。

技术博客 ↗
相关 3新颖 4实用 4证据 5时效 5
3.90
综合分 / 5
偏好调整 4.00
KEY INSIGHT · 对业务意味着什么个性化排序的收益不只来自模型，调度器也能直接扩大可排序候选集。将请求优先级、线程角色和缓存局部性编码进用户态 BPF 策略，可在不改内核的情况下按天迭代；对高并发推荐服务，可先识别 p99 关键线程，再用软分区和动态负载启发式减少 DRAM 访问与排队抖动。
Blaise Sanouillet, Sunyi Shao, Jeff Song, Gosh Arzumanyan, Shawn Wu, Tejun Heo, Praveen Sa... · 2026-07-13 · 技术博客

今日其余入选

2 篇 · 按综合排名
02 3.65

Understanding the Real Impact of Multiple Popularity Biases in Recommender Systems

论文把隐式反馈推荐中的流行度偏差拆成多种定义，比较三类流行度计算方式，并联合用户对热门程度的偏好来识别负样本。方法用 Popularity Preference GAN 缓解缺失负反馈，再以 Preference Trend Network 建模用户流行度偏好的时间变化，目标是同时降低头部放大和反馈循环造成的个性化失真。

INSIGHT工程上不应把“热门度”压缩成一个全局频次特征：同一曝光量对偏好头部内容与偏好长尾内容的用户含义不同。可在排序训练中加入用户条件化的流行度偏好与时间趋势，把负采样从静态规则改为偏好感知策略，并按用户分群监控头部占比、长尾覆盖和点击收益的联动变化。

Shulue Mei, Jie Yuan, Shuqing Li, Yuxuan Zhu, Mingfeng Jiang
网页来源·2026-07-01·Relevance 4 · Novelty 4 · Practical 3 · Evidence 3 · Timely 4
03 3.45

From Raw IDs to Semantic Planning: How Recommender Systems Utilize Information at Scale

HuaweiUniversity College Dublin

这篇 RecSys 2026 观点论文梳理推荐系统从原始 ID、内容与上下文辅助特征到语义 ID 的演进，并提出下一阶段的“语义规划”：系统先预测下一次曝光应实现的语义目标，再实例化为具体物品或生成式素材。论文为 6 页概念分析，没有报告离线指标或在线 A/B 数字，证据主要来自既有工业研究脉络。

INSIGHT语义 ID 的价值不只是压缩物品表，而是让跨域、跨模态和冷启动共享结构；但最终排序仍需保留原始 ID 对价格、库存、热度等行为差异的精确记忆。可尝试双层决策：上层生成兼顾用户、平台与供给方目标的语义意图，下层在约束候选中完成物品实例化，并分别评估意图达成与具体点击。

Changhong Jin, Shiqiu Yang, Roger Zhe Li, Yingjie Niu, Aghiles Salah, Mete Sertkan, Zheng Ju, Xingsh...
arXiv·2026-07-10·Relevance 4 · Novelty 3 · Practical 3 · Evidence 2 · Timely 5

其他赛道今日

点击切换
Generative
3
生成式推荐 · 篇入选AI Search
10
AI 搜索 · 篇入选Agentic
10
智能体搜索 · 篇入选Infra
10
系统与索引 · 篇入选

开源雷达

GitHub / HuggingFace 热门 · 4 个项目
sglang-moet: SGLang-native serving for Moet W2 experts面向 SGLang 的 Moet 符号对称 W2 专家格式服务实现，包含 SM120 W2/W4 内核；近期获 16 星，适合关注大规模推荐模型推理内核的工程团队。Sass · ★ 16 · 2026-07-10 · GitHubllm-inference-optimization-lab: Reproducible CPU LLM inference optimization基于 llama.cpp 的可复现 CPU 推理基准、性能剖析和热点路径优化实验室；近期获 13 星，可用于验证在线个性化服务中的轻量模型 CPU 成本。Python · ★ 13 · 2026-07-12 · GitHubDarkCode: Autonomous software engineering agent platform集成编排、持久记忆、知识图谱、混合 RAG 与本地/云端模型路由的工程智能体平台；近期获 8 星，属于相邻工具方向。Go · ★ 8 · 2026-07-12 · GitHubbytedance-research/GRN字节跳动研究团队发布的 GRN 模型仓库，关联 arXiv:2604.13030，采用 MIT 许可；近期更新，当前获得 25 个 likes。model · ★ 25 · 2026-04-16 · HuggingFace