- 1. Exploratory creative pre-ranking: Hierarchical empirical-Bayes Thompson sampling for real-time creative optimization · 📖 深度解读
AI 生成内容让广告主很容易做出大量素材，但每张分到的曝光很少。Roblox 这篇在召回和精排之间加了一层素材粗排：把新素材所属计划、游戏和目标人群的历史游玩率 μ 当先验均值，先验强度 κ 这样定：同组素材游玩率按曝光加权的离散程度，减掉曝光太少带来的抽样噪声，剩下的方差记为 σ²，κ 等于 μ(1−μ)/σ² 再减一，差异越小 κ 越大；再加上素材自己的游玩和未游玩次数得到 Beta 后验，从中随机抽一个分数排序…
出现于日报：10-29
- 2. Hierarchical GTV Estimation: Bridging the Gap between Container-Level Ranking and Item-Level Conversion · 📖 深度解读
本地生活和直播电商的广告按门店或直播间排序计费，用户真正买的却是店里某张团购券或某件商品，直接估一次点击能带来多少成交额，标签忽大忽小，很难学。美团这篇论文把门店的预期成交额拆开估：先估用户会不会下单，再估每张券被买的概率和件数，乘上券价加总；券级信号太稀的样本，再由一个门店级回归塔兜底。拆开以后每个子任务的标签都稳定得多。线上 13 天 A/B 里，每次搜索的广告收入提升 1.42%，方案已全量上线。
出现于日报：10-27
- 3. iFusion: Integrating Dynamic Interest Streams via Diffusion Model for Click-Through Rate Prediction · 📖 深度解读
CTR 模型通常把长期行为和短期行为各自编码，再拼接或过门控合成一个兴趣向量，短期行为里大促囤货、帮别人买东西这类一次性噪声，会被直接写进长期偏好。京东这篇 ICLR 2026 论文把长期兴趣当底稿，先加噪，再以最近几段会话为条件一步步去噪，生成融合后的兴趣向量。每段会话拆成两路：取平均留下反复出现的偏好，注意力抓住突发兴趣，稳定一路的权重约是波动一路的两倍。线上 7 天 A/B 里 CTR 提升 2.44%，在线延迟只多约 0.3%。
出现于日报：10-27
- 4. Unified Heterogeneous Feature Interaction via Effective-Rank Scaling for Recommender Systems · 📖 深度解读
多数线上排序模型先把用户行为序列压成一个固定向量，再交给特征交叉模块，之后的交叉层就看不到具体是哪几次点击、哪几次加购。阿里淘宝的 HiRank 把行为序列一直保留到主干的每一层，并让长期历史的检索 query 从最近的行为序列生成，而不是从年龄、性别这类静态画像生成。在淘宝首页 CVR 预估上，GAUC 从同等参数量下最强基线的 0.7615 提到 0.7801…
出现于日报：10-28
- 5. Rethinking Positional Encoding and Interaction Granularity for CTR Prediction · 📖 深度解读
在 OneTrans 这类统一 Transformer 的 CTR 模型里，作者在快手 KuaiRand 数据上试了六种位置编码，没有一种比完全不加位置编码更好。武汉大学和腾讯的这篇论文据此提出 TRIP（作者给整套方法起的名字）：每个行为同时编码它在序列里排第几，以及它离这次预测过去了多久，并按这个时间距离分组：把离这次预测的秒数取以 2 为底的对数再取整，每组覆盖的时间是前一组的两倍；同组的行为互相可见，不同组之间只能看更早的组…
出现于日报：10-29
- 6. Towards a Unified Framework of Optimal Input-Side Dimensional Configuration for Deep CTR Prediction · 📖 深度解读
CTR 模型的输入端有三种常见删减，即丢掉质量差的训练样本、关掉没用的特征、剪掉 embedding 里没用的维度，以往的方法一次只做其中一种。深圳大学等单位的这篇论文指出，三者其实是同一个动作，都是给同一个 embedding 张量乘一个掩码，只是粒度不同。它们还互相牵连，一个特征被整个关掉之后，它内部的维度怎么剪都不再起作用。在 Avazu 上用 DNN（多层全连接网络），单独做任何一种选择只把 AUC 提高约 0.001…
出现于日报：10-28
- 7. How Much Fresh Data Should CTR Recalibration Use? A Temporal Evaluation of Post-hoc Calibration · 📖 深度解读
广告系统里，用最近几小时的新数据给 CTR 模型做一次校准，通常被当成只赚不赔的例行步骤。这篇论文在 Avazu 十天的广告日志上逐天检验后发现，用前 6 小时数据拟合的校准器，约三分之一的时候反而让校准误差变大，最坏的一次翻了一倍。把拟合窗口拉长到前 12 小时，这种伤害基本消失。作者再从这段时间里均匀抽样，把样本量压到和只用 1 小时数据时一样少，效果几乎和用满整段一样，明显好于真正只看最近 1 小时…
出现于日报：10-28
- 8. MARS: Multi-resolution Adaptive Routing for Sequential Recommendation · 📖 深度解读
长历史推荐模型为了省算力，会把用户几千条行为压成一小组向量缓存起来。Duke 和 Meta 的这篇论文发现，这种缓存几乎记不住用户最近的行为，很久以前的老行为反而保留得最好，最近的兴趣被老兴趣盖住了。他们提出的 MARS 把历史同时写进四条记忆轨道，每来一条新行为，各轨道按不同的折扣淡化旧内容，有的几条行为后就忘掉一半，有的要几百条。读取时一个小路由网络给轨道打分，每个缓存向量只读得分最高的两条…
出现于日报：10-27
- 9. BehaveRec: When Does Long-Term Behavioral History Help Sequential Recommendation? A Study with Session, History, and Community Signals
长期历史和社区信号是不是总有用？BehaveRec 的答案是要看用户有多少历史。它把三路信号合在一起：当前会话的因果 Transformer、过去 90 天历史的双向编码器，以及按行为相似度建的用户图，再用一个门控按用户决定各用多少。在千万级用户的工业数据上，Recall@5 比 SASRec 高 3.2%，参数更多的 SASRec 仍然落后，所以不是靠模型更大…
出现于日报：10-29
- 10. Can Complementary Signals Bridge Similarity Islands? Manifold-Augmented Graph Embedding for Multimodal Recommendation
多模态推荐常按内容相似度建物品图，常被一起买、但长得不像的互补品（比如相机和存储卡）却各自孤立。MAGE 先在离线阶段，把每个物品的共同购买物品按和它的文本相似度排位，最像的一批当替代品，最不像的一批当互补品；物品和替代品的文本向量拼成矩阵做 SVD，每个方向的去除比例是奇异值平方除以（奇异值平方加一个常数），奇异值越大越接近全部去掉；每个互补品按这些比例去掉替代品方向上的部分，残差取平均，加到物品文本向量上…
出现于日报：10-29