- 1. The Generative Recommender Behind Shopify's Commerce Engine · 📖 深度解读
Shopify 将购买旅程建模为因果序列，采用自回归模型预测用户下一个交互商品。核心创新包括：(1) 基于 RoPE 旋转编码的 Time-Aware Attention，将时间戳直接编入注意力机制捕捉季节性和时效性；(2) 结合 shared negatives 和 positive-aware sampling 的高级负采样策略；(3) 基于 boosting 思想的 incremental recall 集成方法…
出现于日报：04-22
- 2. On the Equivalence Between Auto-Regressive Next Token Prediction and Full-Item-Vocabulary Maximum Likelihood Estimation in Generative Recommendation · 📖 深度解读
本文首次严格证明了生成式推荐（GR）中 k-token 自回归下一 token 预测（AR-NTP）范式与全物品词表最大似然估计（FV-MLE）在数学上严格等价，前提是物品与其对应 token 序列之间存在双射映射。该等价性同时适用于级联式和并行式 tokenization 方案。这一理论结果为当前工业界普遍采用的「tokenization + NTP 训练 + 自回归解码」GR pipeline 提供了坚实的理论基础。
出现于日报：04-21
- 3. R3A: Reinforced Reasoning for Relevance Assessment for RAG in User-Generated Content Platforms · 📖 深度解读
针对 UGC 平台 RAG 系��中相关性评估的两大挑战——用户意图模糊和非对称相关性（相关性由局部答案片段驱动而非全局相似度），提出 R3A 框架。方法将相关性评估分解为意图推理和证据锚定两个阶段：利用高点击文档作为辅助信号推断潜在查询意图，再提取原文证据片段锚定相关性判断，降低噪声敏感性。蒸馏后的 R3A-1.5B 模型在大规模线上 A/B 测试中取得显著提升，兼顾了效果和部署效率。
出现于日报：04-22
- 4. Semantic Trimming and Auxiliary Multi-step Prediction for Generative Recommendation · 📖 深度解读
生成式推荐把每件商品拆成几个 Semantic ID 码之后，用户历史一下子长了好几倍，训练又慢又占显存，而多出来的码里很多是重复的类目和品牌。STAMP 让模型先跑一两层，再按每个码自身的激活强度和被其他码关注的程度打分，只把高分的码交给后面的层；训练时再加一个多预测一个码的辅助目标，补回剪掉的信息。在 Amazon 三个数据集上，训练快了 1.36 倍以上，峰值显存省了一半多，效果和原模型持平…
出现于日报：04-20
- 5. From Features to Transformers: Redefining Ranking for Scalable Impact
LinkedIn 提出 LiGR（LinkedIn Generative Ranking）框架，验证了 Transformer 模型在推荐排序系统中的 Scaling Law：更大模型、更多训练数据、更长上下文序列均能带来持续的性能提升。该工作从传统特征工程模式转向端到端 Transformer 架构，在生产环境中实现了显著的排序效果提升，为推荐系统走向基础模型范式提供了工业级证据。
出现于日报：04-21
- 6. HeadRank: Decoding-Free Passage Reranking via Preference-Aligned Attention Heads
针对免解码（decoding-free）重排序方法中注意力分数同质化的问题——中间位置文档获得近乎相同的注意力分数导致排序区分度丧失——提出 HeadRank。方法通过偏好对齐技术识别和选择 LLM 中与相关性判断最相关的注意力头（attention heads），直接从这些头的注意力权重读取排序信号，无需自回归解码。相比传统 listwise reranking 方法，延迟大幅降低的同时保持了排序质量。
出现于日报：04-22
- 7. Rethinking Generative Recommender Tokenizer: Recsys-Native Encoding and Semantic Quantization Beyond LLMs · 📖 深度解读
现有 Semantic ID 推荐方法大多沿用语义中心流水线——从基础模型学习 embedding 再用通用量化离散化，但这种设计与生成式推荐目标存在错位：语义 embedding 与协同预测弱耦合，通用量化在减少序列不确定性方面效率低下。本文提出 ReSID，包含两个核心组件：(1) Field-Aware Masked Auto-Encoding (FAMAE)，从结构化特征学习预测充分的物品表示…
出现于日报：04-20
- 8. Does LLM Focus on the Right Words? Mitigating Context Bias in LLM-based Recommenders
本文发现 LLM-based 推荐模型存在严重的上下文偏差问题：模型过度依赖任务描述和前缀生成 token 等辅助信息，而忽略了真正编码用户偏好的核心交互 token。这种注意力分配失衡导致推荐质量下降。作者提出了针对性的缓解策略，通过调整 LLM 的注意力分布使其更关注用户行为信号，从而提升推荐准确性。
出现于日报：04-21
- 9. Bridging Language and Items for Retrieval and Recommendation: Benchmarking LLMs as Semantic Encoders
提出 BLaIR 基准，系统评估 LLM 作为推荐系统语义编码器的能力。基于全新构建的 Amazon Reviews 2023 数据集（5.7 亿条评论、4800 万商品），覆盖序列推荐、协同过滤和商品搜索三大任务，并引入半合成复杂查询商品��索任务。对 11 个主流 LLM 的评测发现关键洞察：LLM 在 BLaIR 上的排名与 MTEB 通用文本评测基准的相关性很低，表明推荐场景对语义编码有独特需求…
出现于日报：04-22
- 10. Tstars-Tryon 1.0: Robust and Realistic Virtual Try-On for Diverse Fashion Items
针对现有虚拟试穿方法在真实场景中纹理保真度和品类泛化性不足的问题，提出了 Tstars-Tryon 1.0 系统。该系统基于扩散模型构建，支持多品类时尚单品的试穿合成，可同时接收最多 6 张参考图像进行灵活组合，在保留服装纹理、材质属性和结构特征方面表现优异。系统已在淘宝 App 上大规模部署，服务数百万用户，实现了工业级的生成质量和推理效率。
出现于日报：04-23