- 1. UniPolicy: Unified Objective-Specific Policies for Generative Search Advertising · 📖 深度解读
针对生成式搜索广告中收益、点击与相关性目标相互干扰的问题，UniPolicy 用目标前缀、稀疏 MoE-LoRA 和独立残差 FFN 分离策略，并用行为漏斗监督改善候选次序。7 天线上实验的 CTR、RPS、广告收入分别提升 0.71%、1.58%、1.32%，P99 延迟增加 2.5%。
出现于日报：09-21
- 2. The Recall Ceiling of LLM Recommendation Reranking · 📖 深度解读
论文审计将真实物品强行放入候选集的 LLM 推荐评估协议，并提出按实际重排窗口计算召回上限的 RAEP。三个 Amazon 数据集上，注入真实物品与真实召回条件下的 NDCG@10 相差 92.4%–94.9%；在所测低召回区间，多种提示、模型扩容及监督重排均未显著超过协同过滤基线。
出现于日报：09-25
- 3. TATK: Triple-Aware Top-K Learning with Knowledge-Grounded Verification for LLM-based Sequential Recommendation
TATK 将 LLM 下一物品生成与全库 Top-K 排序目标对齐，结合位置感知奖励、元数据知识图谱和候选结构校验。在三个 Amazon 数据集上，Qwen 的 NDCG@10 相对提升 8.05%、4.26%、3.78%，Gemma 提升 27.03%、10.52%、10.23%，推理延迟不超过 Base RecPO 的 1.17 倍。
出现于日报：09-21
- 4. What Makes a Good Semantic ID for Generative Recommendation? A Reproducibility Study
论文统一数据切分与评估器，比较 Semantic ID 生成式推荐系统，并固定 TIGER 骨干分析码本、长度及扩容效果。Video Games 上 RPG 的 NDCG@10 为 0.0301，TIGER 为 0.0272；Microlens 上 SEATER 最优，Yelp 上 LETTER-TIGER 最优，说明不存在跨数据集通用的最佳编码方案。
出现于日报：09-24
- 5. Explainable Recommendations at Scale: LLM Rationales for YouTube Music Artist Discovery
YouTube Music 将 LLM 艺人提名及推荐理由生成移到异步离线阶段，在线读取缓存，并以知识图谱校验生成实体。两周线上实验中，YDD 展架互动提升 22.43%，发现留存指标提升 8.07%，平均服务延迟仅增加 0.3%；提示迭代还使离线质量通过率从 64.8% 升至 74.4%。
出现于日报：09-25
- 6. Re2A: Situated Conversational Recommendation via Rubric-based Preference Reasoning and Alignment
Re2A 面向共享视觉场景的对话推荐，先用动态评分准则推理显式偏好，再用两类冲突负例进行响应对齐。在 SIMMC 2.1 的消融中，完整方法 Hit@1 为 48.1%，移除推理模块降至 31.2%；用普通 SFT 替代对齐后，视觉幻觉率从 5.2% 升至 25.4%。
出现于日报：09-21
- 7. Empowering Cross-Domain Sequential Recommendation with Hybrid Tokenization and Serial-Parallel Decoding
GenCDSR针对跨域生成式推荐中协同信息利用不足与解码延迟高的问题，使用共享与域专属码本构建层次化 Semantic ID，并通过串并行解码减少逐步生成开销。在3个公开数据集上，相比先进基线平均准确率提高1.5%，推理延迟降低85.1%；作者提供了代码与数据集链接。
出现于日报：09-22
- 8. Reproducing Transparent and Scrutable Recommendations: Exploring Open-Weight Models via Natural-Language User Profiles
论文复现用自然语言用户画像驱动 LLM 推荐的 UPR 方法，并在 Amazon Movies & TV 和 TripAdvisor 上增加 5 个随机种子、上下文消融及激活干预。画像扰动会改变预测评分，却未观察到按类型选择性改变排序，说明可读画像并不自动带来可控推荐。
出现于日报：09-21
- 9. Safety as a Constraint: Fine-Tuning a LLM Recommender to Explain Itself
Netflix 团队训练推荐 LLM 为观影历史生成个性化解释，通过两个奖励评判模型和受约束 GRPO，同时考察解释依据与无害性。独立评判器下三项标准同时通过率从 0.677 升至 0.931；内部评判器从 0.649 升至 0.956，并检查原有推荐与语言能力是否保持。
出现于日报：09-21
- 10. Following the Preference, Missing the Optimum: Compliance Without Optimization in AI Housing Recommendation
研究用 150 个模拟租房需求、每个需求 120 条真实房源，审计三个模型的推荐选择。9,945 次调用中约束违规率仅 1.8%，但 39.0% 的推荐被同池更便宜、通勤更快且卧室不少的房源严格支配，支配房源租金中位数低 900 美元/月，揭示遵从偏好与优化选择的差距。
出现于日报：09-21