- 1. Let the Agent Steer: Closed-Loop Ranking Optimization via Influence Exchange · 📖 深度解读
针对推荐排序中离线指标与线上效果系统性偏差的问题，提出 Sortify——首个全自主 LLM 驱动的排序优化 Agent。核心思路是将排序优化重新定义为「影响力交换」问题，通过基于 Savage 主观期望效用理论的双通道框架（Belief 通道校正离线-线上迁移偏差 + Penalty 通道调整约束惩罚），以及 7 张关系表构成的记忆数据库实现跨轮学习…
出现于日报：04-01
- 2. Zero-shot Cross-domain Knowledge Distillation: A Case study on YouTube Music · 📖 深度解读
本文研究跨域知识蒸馏（KD）在推荐系统中的应用，将 YouTube 大规模视频推荐平台（100倍数据量）的排序知识迁移至 YouTube Music 音乐推荐场景。核心挑战在于源域与目标域的特征空间、用户界面和预测任务存在显著差异。作者提出零样本跨域 KD 方法，无需目标域数据即可从教师模型提取知识，评估了多种 KD 技术（包括 logit 蒸馏、特征蒸馏等）在多任务排序模型上的效果，并提供了线上 A/B 实验结果…
出现于日报：04-02
- 3. PANTHER: Generative Pretraining Beyond Language for Sequential User Behavior Modeling · 📖 深度解读
将 LLM 的生成式预训练范式拓展到用户行为建模领域，提出 PANTHER 混合生成-判别框架。核心方法是对用户行为序列中的多维属性（时间、上下文、交易类型）进行结构化 token 化，结合序列模式识别模块捕捉周期性交易模式，并构建统一的用户画像 embedding（融合人口统计信息与交易历史）。在微信支付场景部署：下一笔交易预测 HitRate@1 提升 25.6%，欺诈检测 Recall 提升 38.6%…
出现于日报：04-01
- 4. RCLRec: Reverse Curriculum Learning for Modeling Sparse Conversions in Generative Recommendation
针对大规模推荐系统中转化目标稀疏难以优化的问题，提出 RCLRec（反向课程学习）框架。在生成式推荐（GR）的统一 token 序列基础上，为每个转化目标从用户历史中逆向选取转化相关子序列构建短课程，其语义 token 作为解码器前缀与目标转化 token 联合输入；同时引入课程质量感知损失确保所选课程对转化预测具有信息量。线上部署效果：广告收入 +2.09%，订单量 +1.86%。
出现于日报：04-01
- 5. UniMixer: A Unified Architecture for Scaling Laws in Recommendation Systems · 📖 深度解读
本文提出 UniMixer，一种统一的推荐系统 scaling 架构。当前推荐模型的三大主流 scaling 架构（attention-based、TokenMixer-based、factorization-machine-based）在设计哲学和结构上存在根本差异。UniMixer 将基于规则的 TokenMixer 转换为等价的参数化结构，构建广义参数化特征混合模块，使 token 混合模式可在训练中优化学习…
出现于日报：04-03
- 6. MemRerank: Preference Memory for Personalized Product Reranking · 📖 深度解读
针对 LLM 购物代理中用户历史记录过长、噪声大、与当前查询相关性低等问题，提出 MemRerank 偏好记忆框架。该方法将用户购买历史蒸馏为简洁的、与查询无关的偏好信号，用于个性化商品重排序。构建了基于 LLM 的 1-in-5 选择任务的端到端评测框架，并使用强化学习（RL）训练记忆提取器，以下游重排序性能作为反馈信号。实验表明，MemRerank 在两个 LLM 重排序器上均优于无记忆、原始历史和通用记忆基线…
出现于日报：04-02
- 7. Towards Transfer-Efficient Multi-modal Sequential Recommendation with State Space Duality · 📖 深度解读
该论文提出 MMM4Rec 框架，将 Mamba 状态空间模型引入多模态序列推荐，解决了现有 Transformer 方案在迁移学习中收敛慢和负迁移的问题。核心创新是结合 State Space Duality (SSD) 的时间衰减特性设计了 Cross-SSD 模块，实现跨模态时序融合。通过约束两阶段过程（序列级跨模态对齐 + 时序融合），在 5 个公开数据集上相比 Transformer 基线提升 3-8% 的推荐准确率…
出现于日报：03-31
- 8. MemoryCD: Benchmarking Long-Context User Memory of LLM Agents for Lifelong Cross-Domain Personalization · 📖 深度解读
该论文提出 MemoryCD，首个基于真实用户行为（Amazon Review 数据集）的大规模跨域用户记忆基准。不同于依赖脚本化人设的合成数据，MemoryCD 追踪用户跨越多年、多领域的真实交互，构建了包含 14 个 LLM 基座模型和 6 种记忆方法基线的评估管线，覆盖 12 个领域的 4 种个性化任务。实验揭示现有记忆方法在用户满意度方面远未达标，尤其在跨域个性化场景下表现差距显著。
出现于日报：03-31
- 9. Aligning Recommendations with User Popularity Preferences · 📖 深度解读
本文研究推荐系统中的流行度偏差问题，提出 Popularity Quantile Calibration 度量框架来量化用户历史流行度偏好与推荐结果之间的不对齐程度。基于此提出 SPREE，一种面向序列推荐模型的推理时激活引导方法——在表示空间中识别流行度方向，并根据每位用户的个人流行度偏好自适应地调节模型激活，实现个性化的流行度校准。
出现于日报：04-03
- 10. GRank: Towards Target-Aware and Streamlined Industrial Retrieval with a Generate-Rank Framework
GRank 提出一种无结构化索引的工业级检索范式，统一了目标感知学习与以用户为中心的检索。核心创新包括：(1) 基于 GPU 加速 MIPS 的目标感知生成器，实现个性化候选生成；(2) 解决了传统双塔架构表达力不足和生成式模型缺乏精确目标感知匹配的问题；(3) 避免了树/图/量化等结构化索引的高昂构建和维护成本。
出现于日报：04-03