- 1. OneBar: An End-to-End Content-Grounded Generative Query Recommendation Framework for E-Commerce Video Feeds · 📖 深度解读
针对短视频播放器下方“可点击搜索入口”的 query 推荐场景：传统 query 推荐受在线延迟约束、目标不对齐，已有生成式方案又易被 content 侧噪声元数据和偏好漂移干扰。OneBar 提出端到端实时生成式 query 推荐框架，三个核心模块：(1) 协同-多模态意图锚定，把多模态视频理解与行为派生的协同 anchor 融合；(2) 带 prompt 压缩机制的统一端到端架构，支撑在线低延迟服务…
出现于日报：06-17
- 2. HoloRec: Holistic Encoding and Interleaved Reasoning for Generative Recommendation
生成式推荐把推荐建模为序列生成，缓解了级联架构的目标割裂，但现有方法语义表征扁平、缺乏多步推理所需的层级结构，且外部构造的 CoT 依赖昂贵标注、与生成目标脱节。HoloRec 提出内生式 CoT 机制：用多粒度嵌套残差量化构造层级语义编码矩阵，由整体重建损失优化；支持两种推理模式——非思考模式做轻量多粒度监督对齐快速预测，思考模式用交错推理在生成过程中产出 CoT 步骤…
出现于日报：06-17
- 3. Understanding and Debugging Failures in N-Gram-Based Generative Retrieval
生成式检索 (Generative Retrieval, GR) 让模型直接生成相关文档的标识符 (docid)，但会带来传统检索没有的失败机制。本文做三件事：(1) 基于现有 GR 文献整理出一套 GR 失败模式分类法；(2) 针对 n-gram 类方法 SEAL 与 MINDER 做实证分析，发现 docid 歧义、生成标识符多样性低、个别标识符贡献过大等共性问题…
出现于日报：06-18
- 4. Non-negative Elastic Net Decoding for Information Retrieval
稠密检索按 query 与单个文档 embedding 的内积打分取 top-k，每个文档得分只依赖自身、忽略语料整体，导致召回结果语义冗余、缺乏多样性。本文把检索重构为一个联合解码问题：提出非负弹性网络 (Non-Negative elastic Net, NNN) 解码，挑选一组文档使其 embedding 作为稀疏非负线性组合共同重构 query embedding，从而在集合层面考虑文档之间的关系…
出现于日报：06-18
- 5. Learning User Simulators with Turing Rewards
现有用户模拟器多用 LLM 去拟合单条 ground-truth 回复（最大化 log 概率或相似度奖励），难以覆盖真实用户回复的多样性。本文提出 Turing-RL：用一个 LLM 判别器充当“图灵奖励”，给定用户历史，对生成回复与真实用户回复的不可区分程度打分，再用强化学习训练模拟器去“骗过”判别器。在对话聊天与 Reddit 论坛讨论两个域上…
出现于日报：06-19
- 6. SAERec: Constructing Fine-grained Interpretable Intents Priors via Sparse Autoencoders for Recommendation
意图推荐通常直接从用户行为序列做聚类或原型学习抽意图，受序列质量影响大、需预设意图数、缺乏显式语义对齐，导致意图集粗糙不全。SAERec 用稀疏自编码器（SAE）从文本语料自动构建细粒度、可解释的意图空间来引导推荐：不把文本当旁路信号，而当作高信息密度证据，先抽出一组可解释意图，再据此组织推荐。本质是把机制可解释性常用的 SAE 单义特征思路迁移到推荐意图建模。
出现于日报：06-19
- 7. The Injection Paradox: Brand-Level Suppression in Safety-Trained LLM Recommendations via RAG Context Injection
论文揭示了安全对齐 LLM 在 RAG 推荐场景下一个可复现的失效模式——“注入悖论”：检索文档中 embedding 的 prompt injection 不仅没抬高目标品牌，反而把它压制到低于无注入基线。在 Claude Opus 4.6 上，含注入的语料让目标品牌从 54% 的基线推荐率跌到 50 次试验中 0 次进入 top-2，且这种压制会从被注入文档扩散到同品牌的其他未修改文档（4 篇品牌文档中仅 1 篇含注入）…
出现于日报：06-15
- 8. Combining Retrieval-Augmented Text Generation with LLMs for Reading Content Recommendations
该工作设计并评估了一套用 LLM + RAG 生成个性化阅读内容的系统，含 Input、RAG、Generation、Judging 四个模块，用户可同时指定问题与目标阅读难度。RAG 从互联网检索相关信息，为三个 LLM（Meta LLaMA 4 Scout、LLaMA 3.1 8B Instant、Google Gemma2 9B）的生成提供事实 grounding…
出现于日报：06-17
- 9. Is ChatGPT Fair for Recommendation? Evaluating Fairness in Large Language Model Recommendation
随着 Recommendation via LLM（RecLLM）成为新范式，LLM 自带的社会偏见可能传导到推荐结果，而传统推荐公平性基准不适配 LLM 范式。论文提出 FaiRLLM 基准，覆盖用户侧 8 个敏感属性、music 与 movies 两个推荐场景，用精心设计的指标对比“带敏感属性”与“中性”指令下 LLM 推荐结果的差异。实验发现 ChatGPT 在多个敏感属性上生成的推荐存在不公平…
出现于日报：06-16
- 10. TWICE: Modeling the Temporal Evolution of Personalized User Behavior via Event-Driven Agents
用户模拟器常把用户建成静态人设或只喂通用历史，难刻画行为随时间演变。TWICE 是基于 LLM 的时间锚定个性化用户模拟框架：结构化用户画像 + 围绕人生事件/行为转变组织的事件驱动记忆模块 + 两阶段流程（事件 grounded 的内容规划 与 个性化风格适配相分离），让模拟器不只模仿“说什么”，还模仿“过往经历如何塑造后来的表达”。在大规模纵向 Twitter 数据上评测，并提出同时度量真实性、一致性、拟人度的评测框架。
出现于日报：06-19