推荐算法日报 - 2026-08-06

type

Post

status

Published

date

Aug 6, 2026 05:15

slug

daily-report-2026-08-06

summary

长序列建模进入"压缩-感知"双轨时代：今日多篇论文聚焦用户行为序列的规模化处理。SITA 通过语义兴趣令牌实现目标感知压缩，KGD 提出知识几何解耦应对流式分布漂移，两者均强调在压缩表示的同时保留目标自适应能力，且都在工业数据集（快手、Shopee）上验证了可扩展性，标志着长序列建模从"检索 vs 压缩"的对立走向融合。; LLM 全面渗透推荐全链路，从"能用"走向"可控"：LLM 的应用已覆盖重排（InvariRank 评估位置偏差）、冷启动（NAVER WEBTOON 用 LLM 先验暖启动

Section 1: 📊 Trend Analysis

🔥 长序列建模进入"压缩-感知"双轨时代：今日多篇论文聚焦用户行为序列的规模化处理。SITA 通过语义兴趣令牌实现目标感知压缩，KGD 提出知识几何解耦应对流式分布漂移，两者均强调在压缩表示的同时保留目标自适应能力，且都在工业数据集（快手、Shopee）上验证了可扩展性，标志着长序列建模从"检索 vs 压缩"的对立走向融合。

💡 LLM 全面渗透推荐全链路，从"能用"走向"可控"：LLM 的应用已覆盖重排（InvariRank 评估位置偏差）、冷启动（NAVER WEBTOON 用 LLM 先验暖启动 Thompson Sampling）、多智能体协同过滤（Oxford/Amazon 攻防研究）等环节。业界关注点正从"如何用 LLM 提升效果"转向"如何评估其可靠性、鲁棒性与可解释性"，位置偏差、偏好一致性、攻击防御等可靠性议题成为新焦点。

Section 2: 📋 今日速览

中科大 & 快手 提出 SITA 语义兴趣令牌框架，通过并行语义量化学习语义 ID，按目标物品自适应聚合结构化兴趣，兼顾长序列建模的效率与个性化。在公开及快手大规模工业数据集上稳定超越基线，具备强可扩展性。↗

厦大 & Shopee 提出知识几何解耦（KGD），用行为多令牌预测（BMTP）替代 next-token 预测，并将预训练知识与任务几何解耦至独立参数集，支持持续刷新。8 个公开基准提升 4-12%，Shopee 首页搜索 A/B 测试 GMV +1.75%、广告收入 +1.53%，已全量部署。↗

RMIT 提出 InvariRank 评估框架，从成对偏好不稳定、全局偏好不一致、列表输出一致性三个层面刻画 LLM listwise 重排器的位置偏差。实验表明仅减少边际曝光偏差不足以保证排序函数有效性，为 LLM 重排可靠性提供新视角。↗

牛津 & Amazon 系统研究多智能体协同过滤（AgentCF）中的攻击与防御，沿候选数量和目录集中度两个连接性轴评估，揭示用户/物品代理角色不对称性与攻击效力的非单调时间动态。为构建鲁棒 LLM 多智能体推荐管线提供参考。↗

NAVER WEBTOON 用 LLM 从评论文本提取语义信号，转化为贝叶斯先验暖启动 Thompson Sampling，解决冷启动评论推荐问题，并按性别-年龄分段维护后验。线上 A/B/C 测试显示稀疏反馈场景增益最大，Gender Prior 点击对齐最强。↗

南科大 & Massey 提出条件可识别潜在环境推荐模型（CILER），用用户条件指数族建模潜在环境、特征索引多项式刻画偏好变化，从理论上保证环境敏感表示的可识别性。在特征、时间、地理三类分布偏移下，12 项 OOD 排序指标全部提升。↗

Sony Research India 提出 ATLAS 多源域泛化框架，结合 Gromov-Wasserstein 对齐、对抗目标和 RVQ 量化学习域不变表示，实现零样本跨域推荐。在 5 个 Amazon 域训练、10 个未见域直接测试，平均 HitRate 相对提升 24%。↗

ETH Zurich & Stanford 等 提出 TimeRLM 递归语言模型，通过代码和视觉能力顺序操作时间序列信号，将上下文外置以解决长序列异常定位难题。在 AnomalyXL 基准上定位 IoU 达 0.682，远超基线（最高 0.329），RL 后训练进一步降低交互轮次。↗

UBC & Vector Institute 提出 MarginMerge 覆盖感知压缩方法，通过锚点选择、聚类和轻量共享网络合成代表向量，压缩多向量视觉文档检索器索引。在 ColQwen2.5/ColPali 上减少 90-95% 存储向量，保留 97-99% nDCG@5，且无需重训即可迁移。↗

Section 3: 📰 Daily Digest

1. SITA: Semantic Interest Tokens for Target-Aware Compression in Long-Sequence Recommendation

🔗 原文： https://arxiv.org/abs/2608.03692

🏷️ 来源： 🤝 产学合作 | USTC, Kuaishou

⭐ 评分： ⭐⭐⭐⭐⭐ (5/5)

🎯 推荐理由： 语义兴趣令牌实现目标感知压缩，兼顾效率与个性化，工业验证强。

📝 摘要： 长序列建模长期面临"目标感知"与"压缩效率"的两难：动态检索方法目标相关但推理开销大，压缩表示方法高效却丢失目标自适应。SITA 首次将两者统一，通过并行语义量化学习语义标识符，将压缩兴趣组织成语义结构，再依据目标物品的语义 ID 自适应聚合，构建目标特定用户表示。在公开数据集和快手大规模工业数据集上，SITA 一致超越代表性基线并保持强可扩展性。该工作为长序列建模提供了"压缩即感知"的新范式，对处理用户兴趣长尾分布、服务全链路阶段具有直接借鉴价值，但尚未报告线上 A/B 结果，值得持续关注。

2. Knowledge-Geometry Decoupling: Refreshable Pretrained Transfer for Streaming Recommendation

🔗 原文： https://arxiv.org/abs/2608.02738

🏷️ 来源： 🤝 产学合作 | Xiamen University, Shopee

⭐ 评分： ⭐⭐⭐⭐⭐ (5/5)

🎯 推荐理由： 知识几何解耦，刷新式预训练迁移，线上A/B显著提升GMV和广告收入。

📝 摘要： 预训练-迁移范式在工业推荐中日益普及，但行为分布漂移带来两个核心问题：从行为序列中学什么、以及模型持续刷新时如何迁移知识。KGD 提出行为多令牌预测（BMTP），仅保留协同或语义相关的未来物品作为监督，避免 next-token 预测编码跨会话的虚假转移；同时将预训练知识与任务特定几何解耦到独立参数集——可刷新编码器持有行为知识，任务学习器通过只读交叉注意力读取状态，并用与预训练嵌入正交的锚定校准残差（ACR）写入任务几何。该设计支持持续知识刷新而不受任务梯度干扰。KGD 在 8 个公开基准上提升 4-12%，并在 90 天生产流上保持优势（基线无增益）；Shopee 首页搜索 A/B 测试 GMV +1.75%、广告收入 +1.53%，已全量部署，对预训练推荐系统的工程落地极具参考价值。

3. Position Bias Undermines Preference Consistency in Listwise LLM-Based Reranking

🔗 原文： https://arxiv.org/abs/2608.03091

🏷️ 来源： 🎓 学术界 | RMIT University

⭐ 评分： ⭐⭐⭐⭐ (4/5)

🎯 推荐理由： 提出InvariRank框架，系统评估LLM重排中的位置偏差与偏好一致性。

📝 摘要： 推荐候选本质上是无序集合，但 decoder-only LLM 重排器可能让输入顺序影响模型分数、成对偏好和最终排序。本文不再只度量最终列表变化，而是将等价排列下的排序视为诱导偏好系统的观测，提出 InvariRank 评估框架，从成对偏好不稳定、全局偏好不一致、列表输出一致性三个层面刻画候选顺序敏感性。跨多个 LLM、数据集和列表长度的实验表明，这些一致性度量彼此紧密对齐，但可能与推荐效果和边际位置曝光偏差脱节——提升相关性或拉平曝光并不能恢复稳定的偏好结构。这一发现对工业界有重要警示：仅靠减少曝光偏差不足以验证 LLM 重排函数的有效性，需要引入偏好一致性作为新的评估维度。

4. Attacking and Defending Multi-Agent Collaborative Filtering Systems Through Connectivity

🔗 原文： https://arxiv.org/abs/2608.03272

🏷️ 来源： 🤝 产学合作 | University of Oxford, Amazon

⭐ 评分： ⭐⭐⭐⭐ (4/5)

🎯 推荐理由： 系统研究多智能体协同过滤的攻防与连接性影响，对构建鲁棒推荐系统有重要参考。

📝 摘要： 多智能体协同过滤系统通过 LLM 驱动的用户/物品代理进行自然语言交互来精化偏好并生成推荐，但其数据驱动本质和多智能体交互引入了独特的安全漏洞。本文首次将多智能体系统（MAS）文献中的攻击与防御方法系统性迁移到 AgentCF 框架，并沿两个连接性轴——候选数量（用户侧交互密度）和目录集中度（物品目录跨用户重叠度）——评估其效果。研究发现用户与物品代理之间存在角色不对称性、攻击效力的非单调时间动态，以及传播型与提取型攻击目标的差异化模式；此外还探索了基于流行病学的静态指标用于低成本鲁棒性评估。该工作为构建鲁棒的 LLM 多智能体推荐管线提供了系统性的攻防分析框架，但评估基于模拟环境，真实部署效果有待验证。

5. LLM-Derived Priors for Thompson Sampling in Cold-Start Comment Recommendation

🔗 原文： https://arxiv.org/abs/2608.03382

🏷️ 来源： 🏭 工业界 | NAVER WEBTOON

⭐ 评分： ⭐⭐⭐⭐ (4/5)

🎯 推荐理由： LLM先验助力冷启动评论推荐，线上实验验证有效。

📝 摘要： Thompson Sampling 等在线推荐算法虽能自适应在线反馈，但新候选（如用户生成的文本评论）缺乏交互历史时面临严重冷启动问题。本文利用 LLM 从评论文本中提取语义信号，转化为信息丰富的贝叶斯先验来暖启动 Thompson Sampling，并按性别-年龄分段分别维护和更新后验以捕捉聚合层面的响应差异。在真实线上 A/B/C 测试中，对比均匀先验与两种 LLM 先验设计（Gender Prior 和 Content Prior），结果显示 LLM 先验在稀疏反馈场景下增益最大——且最大提升出现在少量交互证据积累之后；先验设计还会导致不同的漏斗层面效应。该工作为文本丰富的冷启动推荐提供了实用的暖启动机制，但方法属于增量改进，实验规模未明确说明。