- 1. A Production-Ready RL Framework for Personalized Utility Tuning with Pareto Sweeping in Pinterest Recommender Systems · 📖 深度解读
大规模推荐系统把多目标 trade-off 编码成一个 utility 打分，用它对 ranker 的多个预测做加权融合，但权重通常靠人工全局调、对环境变化反应慢、难治理。论文提出 PRL-PUTS：一个生产可用、与 ranker 解耦的强化学习框架，把 utility 权重调优建模成单步 value-based RL——给定请求上下文，agent 输出一组 utility 权重向量重加权 ranker 预测…
出现于日报：05-20
- 2. DADF: A Distribution-Aware Debiasing Framework for Watch-Time Regression in Recommender Systems · 📖 深度解读
快手的时长模型整体是准的，但按真实看了多久分组，短的被高估、长的被低估。做法是冻住原模型，再训一个小网络预测“真实时长是原预测的几倍”，截断在 0.1 到 10 倍后乘回去，下游接口不变。线上 MAE 降 12.57%，三个排序阶段人均时长涨 0.649%、0.235%、0.199%，均已全量。离线平均 4.33% 的 MAE 降幅主要来自弱模型，强模型只有 1% 到 2%，三个模块各自贡献都不到 0.5%。
出现于日报：05-20
- 3. Generative Long-term User Interest Modeling for Click-Through Rate Prediction · 📖 深度解读
针对超长用户行为序列下 CTR 预估的两阶段框架 (GSU 检索 top-k 行为 + ESU 注意力建模) 的两个痛点——以目标 item 为中心的 GSU 会漏掉其它潜在兴趣、且基于 pairwise 相似度的匹配检索随行为增长而耗时，论文提出生成式长期兴趣模型 GenLI。GenLI 由兴趣生成模块 IGM、行为检索模块 BRM、兴趣融合模块 IFM 组成：IGM…
出现于日报：05-19
- 4. Uncertainty-Calibrated Recommendations for Low-Active Users
推荐系统的一个根本矛盾：低活用户(LAU)要可靠、高活用户(HAU)要多样，平衡点在于量化模型不确定性——它近似预测出错风险、揭示模型当前知识边界。在大规模短视频/直播平台上，模型不确定性既能预警可能导致 LAU 流失的低质推荐，也能为 HAU 找到内容多样化机会。论文提出统一、可生产的框架，用 calibrated 不确定性驱动差异化策略：对 LAU 用基于模型不确定性的风险厌恶 deboosting 抑制不可靠推荐…
出现于日报：05-20
- 5. Fortress: A Case Study in Stabilizing Search Recommendations via Temporal Data Augmentation and Feature Pruning · 📖 深度解读
搜索与推荐的预测模型常因部分输入特征带来分数波动而出现「时间维度不稳定」，在多阶段系统中会因上下游分数不一致而损害可靠性与体验。论文提出通用框架 Fortress，通过定位并裁剪导致分数随时间不一致的特征来提升模型稳定性与精度，遵循四步流程：(1) 采集历史快照、按时间切分数据集以捕获同一实体跨周期的分数波动；(2) 识别预测不稳定的样本；(3) 隔离并移除引发不稳定的特征；(4) 仅用稳定特征重训模型…
出现于日报：05-19
- 6. Divergence Meets Consensus: A Multi-Source Negative Sampling Framework for Sequential Recommendation · 📖 深度解读
序列推荐隐式反馈下的负采样长期被 self-guided hard negative 主导：模型用当前参数挑硬负，结果是采样和模型互相强化、被困局部最优。论文提出 MDCNS（Multi-source Divergence-Consensus），借鉴 Vygotsky 最近发展区理论搭建 Teacher-Peer-Self 三源打分框架：用辅助模型扩大采样空间、引入分歧度过滤、再用共识投票决定最终负样本…
出现于日报：05-21
- 7. HyTRec: A Hybrid Temporal-Aware Attention Architecture for Long Behavior Sequential Recommendation
长用户行为序列建模面临两难：线性注意力高效但状态容量有限、检索精度差；softmax 注意力精确但算力开销不可承受。HyTRec 用混合注意力架构显式解耦长期稳定偏好与短期意图尖峰——把海量历史序列交给线性注意力分支，为近期交互保留一条专门的 softmax 分支，从而在万级交互的工业规模上下文里恢复精确检索能力。再设计 Temporal-Aware Delta Network (TADN) 动态加权新鲜行为信号、抑制历史噪声…
出现于日报：05-20
- 8. Echoes in Filter Bubble: Diagnosing and Curing Popularity Bias in Generative Recommenders
生成式推荐(GR)以端到端统一框架展现出改变推荐范式的潜力，但仍受长期存在的流行度偏置困扰；少数把传统去偏方法迁移到 GR 的尝试效果有限，且 GR 为何受流行度偏置影响的根因未被探明。论文聚焦 GR 的两个核心面：生成框架的优化与基于语义索引的 item tokenization，通过理论分析识别出严重流行度偏置源自 token 级优化缺陷与 item tokenization 的无差别性两者的合流…
出现于日报：05-20
- 9. MATT-CTR: Unleashing a Model-Agnostic Test-Time Paradigm for CTR Prediction with Confidence-Guided Inference Paths
论文指出低频特征组合会显著拖累 CTR 预估精度，且这一问题被现有训练期方法忽视。MATT 提出首个面向 CTR 的模型无关测试期 (model-agnostic test-time) 范式：用分层概率哈希 (hierarchical probabilistic hashing) 估计不同阶特征组合的出现频次，作为该组合的置信度分数；再以置信度作为采样概率，在推理阶段迭代构造多条不同的推理路径…
出现于日报：05-18
- 10. 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。
出现于日报：05-22