- 1. Atomic Intent Reasoning: Bringing LLM Semantics to Industrial Cross-Domain Recommendations
针对跨域推荐里 LLM 语义理解强、但在线推理太慢的矛盾，提出 AIR 框架：把 LLM 推理整体搬到离线，将用户意图拆解为可复用的“原子意图”单元并预计算，线上只做高效检索来组装用户意图表征，从而在保持语义一致性的同时获得约 400 倍推理加速。在快手电商的在线 A/B 中 GMV +3.446%，多个核心业务指标稳定且显著提升。
出现于日报：06-13
- 2. OneReason Technical Report · 📖 深度解读
快手想让生成式推荐模型先写一段推理再推物品，但之前的尝试里，思考模式并不比直接输出更准。OneReason 先用大规模预训练让物品编号和文字含义对齐，再用固定结构的推理做 SFT，最后按业务域分别做 RL 再合并。结果要分开看：只换上它的预训练，直播跨域推荐的命中率就从 0.89% 升到 19.32%；加上推理之后，思考相对直接输出只多零点几个百分点。本地生活广告的 A/B 里收入提升 8.234%，但线上没有单独检验推理…
出现于日报：06-08
- 3. Beyond Matching: Category-Guided Latent Intent Reasoning for Generative Retrieval in E-Commerce · 📖 深度解读
电商生成式检索把 query 直接映射到商品 Semantic ID (SID)，但电商 query 短、噪声大、属性密集，与人工构造的 SID 之间存在表征鸿沟；显式 Chain-of-Thought 推理能弥合却带来额外生成开销，难以满足在线低延迟。CaLIR 不生成显式文本 rationale，而是在 SID 解码前学习连续的 latent intent 状态…
出现于日报：06-09
- 4. QueryAgent-R1: Bridging Query Generation and Product Retrieval for E-Commerce Query Recommendation
阿里电商搜索的 query 推荐任务中，传统方法只优化 query 级相关性，忽略召回商品是否匹配用户下游偏好，导致 query CTR 高但商品 CVR 低。QueryAgent-R1 是一个记忆增强的 agentic 框架，通过 chain-of-retrieval 优化实现端到端对齐：把 query 生成 grounding 到真实库存检索上，让 agent 依据召回商品验证并改写 query…
出现于日报：06-08
- 5. Mult-DPO: Multinomial Direct Preference Optimization for Recommender Systems
现实推荐反馈是“集合式”偏好：一批正样本都应排在所有未观测/负样本之前。直接套 Plackett-Luce 做 DPO 需对正样本的所有排列做边际化，组合复杂度爆炸。Mult-DPO 用多项式似然近似集合偏好事件，得到闭式、分类式的 DPO 目标，可直接让 LLM 对多候选对齐；并证明该多项式 DPO 损失是边际化 PL-DPO 损失的可计算上界，刻画了上界紧致程度与正负样本权重比的关系。代码已开源。
出现于日报：06-13
- 6. OneFeed: A Unified Generative Framework for Feed Content Enhancement and Query Generation · 📖 深度解读
feed 推荐靠浏览行为捕捉隐式兴趣、搜索靠显式 query 匹配意图，二者通常各用一套架构，用户理解被割裂。OneFeed 用一个共享行为编码器编码异构用户行为序列，再挂两个生成头：Feed Semantic ID Generator 自回归生成推荐召回用的层级 Semantic ID，Intent Query Generator 生成搜索候选扩展用的自然语言 query…
出现于日报：06-10
- 7. Gated Bidirectional Linear Attention for Generative Retrieval
生成式检索用 encoder-decoder：encoder 编码用户交互历史，autoregressive decoder 生成推荐 item。大规模流媒体里活跃用户历史极长，softmax attention 随序列长度平方增长，使 encoder 成为延迟瓶颈；实验发现 encoder 用双向 attention 能显著提升质量，但多数次平方 attention 只针对 causal…
出现于日报：06-09
- 8. DREAM: Dynamic Refinement of Early Assignment Mappings
SID-based 生成式推荐在离线 tokenize 阶段就给每个 item 分配一个静态 SID，此时还没观察到足够用户反馈；对冷启动 item，这种“一次性提交”产生区分度差的码，生成 misaligned 路径，且相关 token 训练中很少被采样而得不到修正。论文指出这种 early static commitment（而非模型容量）才是 SID 生成式推荐冷启动的根本瓶颈…
出现于日报：06-09
- 9. Self-supervised User Profile Generation for Personalization
Snap 提出 BUMP（Bidirectional User Modeling via Profiles），用自监督方式训练“用户画像生成器”，无需任何下游标注。把用户交互历史摘要成自然语言 profile 拼到 prompt 前是 LLM 个性化的常见做法，但已有方法依赖下游任务标签做显式奖励，成本高且信号稀疏。BUMP 给定用户历史，用 GRPO 训练 LLM 生成自由文本 profile…
出现于日报：06-08
- 10. Generative Archetype-Grounded Item Representations for Sequential Recommendation
序列推荐受限于物品表征质量，已有用 LLM 的方法只静态编码固定属性，忽视“目标受众”对物品身份的定义，且语义空间与真实行为脱节。GenAIR 让 LLM 分析物品元数据、推断出代表“理想目标受众画像”的 Archetype 文本描述，单次前向抽取其 embedding；再引入行为校准目标，把真实交互信号注入并调整 embedding 空间以贴合经验模式。在三个真实数据集上显著提升多种序列推荐模型并超过 SOTA 基线。
出现于日报：06-13