Weekly Top 10 · 第46周

2026-11-09 ~ 11-15 · 个性化推荐

生成式推荐 · 个性化推荐 · AI 搜索 · 系统与索引 · 具身智能

  1. 1. Request-Only Optimization for Recommendation Systems

    推荐模型的训练样本通常按曝光来切。一次请求给用户下发好几条内容,每条曝光就是一条样本,同一个用户的特征和长行为序列被原样复制好几份。Meta 统计了自家三个产品,每次请求平均有 4 到 7 条曝光。ROO 把同一次请求的所有曝光打包成一条样本,用户侧特征只存一份、只算一遍。省下的算力可以直接拿去加大用户侧模型。在召回模型上,按曝光训练的 HSTU 要多花 6.8 倍算力才换来的离线收益,改成按请求训练后…

    出现于日报:11-13

  2. 2. STCRank: Spatio-temporal Collaborative Ranking for Interactive Recommender System at Kuaishou E-shop

    在全屏、往下划就换下一件的电商推荐流里,会不会买和会不会继续往下划这两个排序目标会互相打架。快手电商的数据显示,用户下单后 61.3% 的情况会直接离开,不再往下划。按常规方式打标签,这些成交样本在下划目标里全成了负样本,模型学到的下划分数反过来压低了好卖的商品。作者把下单后离开的样本从下划目标的负样本里剔除。排序也不再逐屏挑当前分最高的商品,而是给接下来几件商品的不同排列打分:每件商品的购买分数乘上用户还会划到它的概率…

    出现于日报:11-10

  3. 3. SepLRM: A Foundation Model Paradigm for Recommendation · 📖 深度解读

    推荐平台上,不同阶段和业务的大模型各自把同一份用户长序列编码一遍,模型越多、序列越长,这笔重复开销越不划算。已有的共享做法传给下游的多是打分或压缩后的用户表示,细节已经丢了。字节的 SepLRM 让一个基础模型统一跑 encoder,把每条行为的最终表示存成 KV cache,下游模型用自己的候选和上下文构造 query 去查它。切口选在 encoder 和 decoder 之间,下游的计算方式就和端到端模型一样…

    出现于日报:11-11

  4. 4. Exploiting Feature-invariant Scaling Laws for Efficient A/B Experimentation in Recommendation Systems · 📖 深度解读

    推荐模型加一个新特征或改一处结构,小规模实验说没用,全量训练后却可能有用。Meta 的作者在一个 LLM 推荐模型上就碰到过:给提示加上电影类型,小规模时 HR@10 变差,全量时明显变好。他们发现,不管改动是好是坏,模型的验证损失随训练规模的变化都服从同一种幂律,只是系数不同。于是只在几个缩小的规模上跑几组实验,拟合出曲线外推到全量,算出新特征在全量时胜过基线的概率。这几组实验加起来约是一次全量训练成本的 55%…

    出现于日报:11-12

  5. 5. Proactive Dimension-Adaptive Denoising for Graph Collaborative Filtering via Representation Coherence · 📖 深度解读

    隐式反馈里混着误点和冲动购买,现有去噪方法几乎都靠训练损失找噪声,可损失要等模型被带偏才变大,还受训练阶段和负采样干扰。网易的 NDL 加了一个不看预测结果的信号:算这条交互的表示和该用户历史交互平均表示的余弦相似度,偏得越远越可疑,这个信号不用等模型预测出错就能给出。活跃用户主要信这个信号,历史太少的冷启动用户退回训练损失。融合出的可疑分决定这条交互能用多少 embedding 维度,越可疑用得越少,不用整条丢弃…

    出现于日报:11-11

  6. 6. SeqFold: Timestamp-Addressable Compressed States for User Action Sequence Backbones · 📖 深度解读

    一个冻结的长序列用户模型,下游的搜索和推荐模型都想复用它的输出,但每个用户在一个时间点的完整多层隐状态平均有几百万字节,存不下也传不动。Coupang 的 SeqFold 把每一层的隐状态压成固定数量的兴趣槽:每条历史行为由学到的门控决定往每个槽里放多少,越早的行为权重衰减得越多,每个槽最后量化成一串很短的二进制码。下游按目标时间点取出那一刻之前的码,再用各自的解码器还原成 embedding…

    出现于日报:11-12

  7. 7. OptiCover: A Scalable and Multi-Surface Framework for Cold-Start Visual Optimization under Semantic Constraints · 📖 深度解读

    Airbnb 想替房东挑封面图,难点有两个:超过 90% 的房源照片从没当过封面,没有点击数据可学,最吸引点击的图又可能拍的是附近景点,并不代表房源本身。作者先用几类间接线索筛出候选图,用 VLM 对照房源描述核对照片,再按预测 CTR 选图,首页 CTR 提高 1.5%。更有意思的是搜索页的两组实验。直接选预测点击最高的图,CTR 显著上涨,预订人数却没有显著变化,多出来的点击主要是把预订从一个房源挪到另一个房源…

    出现于日报:11-11

  8. 8. SAGE-PAIR: Source-Pretrained Routed Residual Adaptation for Sparse-Feedback Recommendation · 📖 深度解读

    推荐系统切到新的服务窗口时,目标反馈往往很少,不够重新训练已经上线的模型。这篇论文冻结原模型,只加一项残差:物品特征是源时段点击率和点赞率(两维),专家基是同一平面里的少量锚点;软路由按用户源时段行为画像给这些锚点加权,再与物品特征做内积后加到原分数上。新窗口的有限反馈只更新这些残差参数。在锁死的 KuaiSAR-v2 测试划分上,完整方法把 NDCG@10 相对提高了 1.77%…

    出现于日报:11-10

  9. 9. Query- and Candidate-Aware Long User Sequence Modeling for Sponsored Product Ranking in Search · 📖 深度解读

    搜索广告排序用长期行为时,常见做法是拿候选商品去历史里找相似行为,可这样会漏掉和当前 query 高度相关、却和候选关系不大的历史。Wayfair 在最近行为之外,从长期历史里按候选和按 query 各检索一批行为,再连同 query 和候选两个上下文 token 一起送进 Transformer。离线看,两路检索合起来的 AUC 增益高于任何单路,说明它们找到的历史互相补充…

    出现于日报:11-11

  10. 10. INTENT: Out-of-Sample, Out-of-Time, and Cold-Start Evaluation on User Event Sequences · 📖 深度解读

    银行和推荐系统里的序列模型上线后,要面对训练截止之后的新时期、没见过的新用户和刚出现的新物品,但常见的评测只是留出每个用户最后几次行为。INTENT 按这三样是否在训练里出现过切出七个测试格,在五个公开数据集上用同一条事先定好的规则选截止日期。结果是哪个模型最好取决于哪一格:SASRec 在老物品上领先,碰到新物品得分为零,而直接把用户上一个物品排第一、完全不用训练的方法,在多数数据集的新物品上反而领先…

    出现于日报:11-12

‹ 上一周 · 下一周 ›