- 1. Equip Pre-ranking with Target Attention by Residual Quantization (TARQ) · 📖 深度解读
工业级推荐系统中粗排（pre-ranking）阶段长期受限于向量内积模型，无法承担精排常用的 Target Attention (TA) 这类高算力交互模块。TARQ 提出用 Residual Quantization（残差量化）把目标 item 的注意力计算近似为查表式离散化运算，将 TA 的建模能力首次引入粗排，重建了精度-延迟权衡曲线…
出现于日报：05-27
- 2. Credit-assigned Policy Gradient for Early Stage Retrieval in Two-stage Ranking · 📖 深度解读
针对搜索/推荐/RAG 系统普遍使用的两阶段架构，作者提出 credit-assigned policy gradient (CA-PG)，用于端到端训练早期召回阶段（ESR）。常规的 vanilla policy gradient 把梯度回传到整个候选集的联合概率上，当候选集规模达到工业级（数千到上万）时方差爆炸，几乎无法训练。CA-PG 把梯度改为对'目标 item 在任意候选集中被选中'这一边际概率求导…
出现于日报：05-28
- 3. Context Features Are Cheap: Rank-Aware Decomposition for Efficient Feature Interaction in Recommender Systems · 📖 深度解读
工业排序模型对同一用户/上下文特征重复打分 N 个候选，标准实现把上下文特征在前向早期广播，导致 context-only 计算每请求重复 N 次。论文提出 rank-aware 分解：对 FM 两两内积、DCNv2 cross 层、self-attention、FC 投影这些主流交互算子，基于“秩划分输入上的线性/双线性运算可做精确块分解”这一代数原理…
出现于日报：05-29
- 4. Memento: Personalized RAG-Style Long-Retention Data Scaling for META Ads Recommendation · 📖 深度解读
Meta 提出 Memento：把广告推荐场景的超长用户历史当作“文档库”，把当前广告请求当作 query，用 Maximal Marginal Relevance (MMR) 检索出相关历史交互注入模型。两个互补应用：Representation Memento 检索历史 embedding 做特征增强，Data Memento 检索历史训练样本做多轮训练…
出现于日报：05-27
- 5. Uniboost: Global Coordination with Value Alignment for Fair and Efficient Traffic Allocation · 📖 深度解读
面向工业级推荐系统的混排/重排阶段，论文提出 Uniboost 统一流量分配框架，重点解决多业务目标（自然+商业+生态）耦合时的三大痛点：分配方案彼此耦合无法独立调优、模型分数被'通胀'、缺乏业务可解释性。核心机制是 posterior value alignment（后验价值对齐），把抽象模型分数校准到带显式业务语义的锚点指标（如 GMV、播放时长）…
出现于日报：05-28
- 6. Expand More, Shrink Less: Shaping Effective-Rank Dynamics for Dense Scaling in Recommendation · 📖 深度解读
推荐模型 dense scaling 的代表方案 RankMixer（统一 token 表示 + token mixing 与 per-token FFN 交替）存在 embedding collapse：表示有效秩偏低、表达力受限、扩展出的表示空间被浪费。论文经实证与理论分析指出刚性 token mixing 与 P-FFN 共同诱发跨层有效秩的「阻尼振荡」轨迹…
出现于日报：05-26
- 7. TubiFM: Unified Item, Carousel, and Search Ranking for Streaming Discovery · 📖 深度解读
针对流媒体平台为 item 排序、carousel 排序、搜索分别训练独立模型的割裂现状，提出 user story 表示：把用户跨场景历史（属性、session、带 surface/carousel 上下文的观看事件、搜索事件）串成单一 token 序列，并把预训练语言 token 与领域事件 token 交错。TubiFM 基于 Llama 3.2 1B 在 user story 上训练…
出现于日报：05-26
- 8. Joint Optimization of Relevance and Engagement in Multi-Task Ranking for E-Commerce with Efficient LLM Supervision · 📖 深度解读
工业搜索排序只用参与度信号优化会引入系统性偏差，偏向热门或价格锚定商品而不满足语义意图。论文提出生产级多任务排序系统，把语义相关性作为首要优化目标：用 ordinal relevance head 预测跨相关性阈值的累积概率以保留标签序关系，再与 engagement head 通过统一 value model 融合，实现可控的相关性-参与度权衡…
出现于日报：05-29
- 9. From Item-Only to Query-Item: Query-Conditioned Generative Search with QGS in Quark · 📖 深度解读
生成式序列模型在推荐里已有成熟方案，但搜索是 query-driven 的——每次切换 query 都会引入剧烈话题跳变。现有方法把 query 与 item 拍平到单一 token 序列，无法区分 query 边界，导致监督信号被噪声污染。Quark 团队提出 QGS：把每次交互编码为 (query, item) 配对 token，用 query-conditioned next-item 目标训练…
出现于日报：05-27
- 10. SIREN: Unified Multi-Granularity Semantic Interaction for Multi-Modal Lifelong User Interest Modeling
SIREN 针对多模态终身用户兴趣建模中“多模态序列与协同行为序列错位”的核心难题，提出统一多粒度语义交互框架。在 General Search Unit (GSU) 阶段提供两条检索策略：基于多模态相似度的软检索（效果优先）与基于 Semantic ID 的硬检索（工业 serving 效率优先）；在 Exact Search Unit (ESU) 阶段做多粒度 token-level 与 sequence-level 交互…
出现于日报：05-27