推荐算法日报 - 2026-09-03

type

Post

status

Published

date

Sep 3, 2026 05:15

slug

daily-report-2026-09-03

summary

生成式推荐从概念走向工业落地：今日多篇论文显示生成式范式正加速渗透工业推荐。腾讯 TGR 框架将生成式排序（GenRank）、端到端生成（GenRec）与推理注入（Reason）三路耦合推进，覆盖数亿用户；字节 ReST 则用推荐原生 Transformer 缩放行为序列建模，线上收入 +11.93%。生成式不再只是学术概念，已在精排、召回等核心环节产生可量化的业务价值。; 序列建模与 Transformer 的"推荐原生"改造成为竞争焦点：无论是字节 ReST 的 dual-gated att

Section 1: 📊 Trend Analysis

🔥 生成式推荐从概念走向工业落地：今日多篇论文显示生成式范式正加速渗透工业推荐。腾讯 TGR 框架将生成式排序（GenRank）、端到端生成（GenRec）与推理注入（Reason）三路耦合推进，覆盖数亿用户；字节 ReST 则用推荐原生 Transformer 缩放行为序列建模，线上收入 +11.93%。生成式不再只是学术概念，已在精排、召回等核心环节产生可量化的业务价值。

💡 序列建模与 Transformer 的"推荐原生"改造成为竞争焦点：无论是字节 ReST 的 dual-gated attention + rotary temporal embedding，还是腾讯 CCFormer 的层次序列压缩与特征域分离交叉注意力，都表明直接照搬 LLM 架构在推荐场景会饱和失效。针对行为序列噪声、时间不规则、计算不对称等特性做架构级改造，是当前工业界比拼的核心技术壁垒。

Section 2: 📋 今日速览

ByteDance 提出推荐原生 Transformer 缩放框架 ReST，用双门控注意力与旋转时间编码处理噪声行为序列，并解耦重编码器与轻量解码器实现共享前缀服务。线上 AUC +1.31%、核心收入 +11.93%，50ms P99 内已全量部署。↗

Tencent 发布 TGR 生成式推荐框架，CCFormer 升级精排、BARGE/HiGR 探索端到端生成、TGR-Reason 注入推理 token，服务数亿用户。CCFormer 全量上线两场景 CTR +3.57%，TGR-Reason 冷启新用户 Hit@1 提升 477.8%。↗

四川大学、新加坡国立大学 提出 DREAMS 双节点树结构上下文建模，elicitation 节点用 MCTS 探索偏好、exploitation 节点用 LLM 将偏好转为检索查询。多轮对话推荐基准上验证了偏好演化建模的有效性。↗

Apple、UNC Chapel Hill 提出 CoGR 协同进化生成式检索，让 LLM 直接生成查询端与物品端关键词经倒排索引匹配，用 GRPO 交替优化两端。内部数据集与 WANDS 上 F1 较最强基线分别提升 10.9% 与 36.1%。↗

HKUST(GZ)、Tencent 提出 RaDiCal 训练免费 token 剪枝框架，用归一化注意力熵判断显著性何时可信并融合判别先验，加速 VLM listwise 重排。20% token 预算下持平或超越 Dense MRR@10，FLOPs 降 39–45%。↗

Albatross AI、Johannes Kepler University Linz 提出 SwapRec 冷启动方法，将推理期"冷物品换暖邻居"的启发式提前到训练时执行，增强序列模型对 swap 的鲁棒性。三个推荐域实验显示冷物品推荐准确率与列表占比均显著提升。↗

CUHK、浙江大学、ByteDance 提出 WMG-RL 框架，用冻结的用户参与世界模型（UEWM）在真实曝光前提供反事实奖励，策略提出多候选由 UEWM 并行预测反馈。1.7B 学生策略在推荐任务上匹配或超越更大 LLM。↗

Bloomberg 提出 MIDR 多模态文档检索框架，将多模态推理从查询时转移到索引时，用多模态 LLM 将页面转为文本字段经 BM25F 索引。ViDoRe V3 上 nDCG 较 BM25 提升 23%，索引内存约为 ColQwen2.5 的 1/9、延迟减半。↗

MIT CSAIL 系统评估结构检索中的表面形式偏差，数学与智能体轨迹两域显示 embedding 检索锚定字面 token 而非任务结构。数学最重伪装层 Hit@1 为 0.0%，LLM 重排可恢复 5–63% 差距但部分来自记忆。↗

Independent Researcher 提出无需构建索引即可预测 ANN 召回率的框架，用闭式矩统计、合成孪生语料与轻校准孪生覆盖 PQ/HNSW 等索引族。百万文档语料上预测与实测召回差距在 0.03 以内，可指导索引选型。↗

Emory University 提出双侧面状态空间模型 TS-SSM，建模评论非随机生成、物品状态演化与跨物品溢出效应。六个 Amazon 品类上 Recall@20 较 BSARec 提升 14.8%–18.8%，Goodreads Fantasy 上超越 HM4SR。↗

Tiime 将推理时配置选择形式化为在线超参优化（OHPO），提出 IMABO 框架结合 bandit 策略与配置提议 oracle，并给出累积分位数遗憾界。从经典 ML 调参到 LLM agent 配置均取得最低累积遗憾。↗

苏州大学、INSA Lyon 提出 AutoConcept 训练无关概念引导重排器，将概念证据转化为可解释记忆并做推理时校准。FashionIQ 上较 WeiMoCIR 显著提升早期排名，可即插即用于 LinCIR 候选池。↗

Section 3: 📰 Daily Digest

1. From Language to Behavior: Scaling Sequence Transformers for Industrial Recommendation Ranking with Rec-Native Designs

🔗 原文： https://arxiv.org/abs/2609.01240

🏷️ 来源： 🏭 工业界 | ByteDance

⭐ 评分： ⭐⭐⭐⭐⭐ (5/5)

🎯 推荐理由： 推荐原生Transformer缩放框架，线上AUC+1.31%，收入+11.93%，已全量部署。

📝 摘要： 本文直面 LLM 式 Transformer 直接迁移到生产排序的两大障碍：行为序列噪声大、时间不规则、监督稀疏的信号质量问题，以及每请求多候选共享用户历史下的计算不对称问题。字节跳动提出 ReST 框架，编码器侧引入双门控注意力、旋转位置与时间嵌入、稳定残差归一化及训练专用辅助目标；解码侧将排序分解为重编码器 + 轻量交叉解码器，通过无投影 KV 注意力与共享前缀训练/服务实现"一次计算、多次解码"。跨工业与公开基准，ReST 在序列长度、深度、宽度上均比 LLM 风格 Transformer 扩展更一致，一周线上 A/B 在 50ms P99 预算内 AUC +1.31%、核心收入 +11.93%，已全量部署，验证了行为序列缩放是生产排序尚未充分挖掘的扩展轴。

2. TGR: Advancing Industrial Recommendation from Generative-Paradigm Ranking toward Unified Generation and Reasoning

🔗 原文： https://arxiv.org/abs/2609.00986

🏷️ 来源： 🏭 工业界 | Tencent

⭐ 评分： ⭐⭐⭐⭐⭐ (5/5)

🎯 推荐理由： 腾讯TGR框架，生成式推荐工业落地，多场景A/B显著提升。

📝 摘要： 腾讯提出 TGR 工业框架，沿三个耦合方向推进生成式推荐：TGR-GenRank 用 CCFormer 升级精排，融合统一特征 tokenization、可扩展 Transformer 骨干、特征域分离交叉注意力、子空间 token 混合与层次序列压缩，同时保留逐项多任务输出；TGR-GenRec 探索两种端到端生成范式——BARGE 通过物品上下文感知注意力与正交双路解码解决层次语义 ID 生成的边界损失与语义漂移，HiGR 用前缀结构化语义 ID 实现整槽生成与 listwise 多目标对齐；TGR-Reason 将离线生成的语义 ID 推理 token 注入在线解码，无需请求时 rollout。框架已部署于腾讯多个生产场景服务数亿用户：CCFormer 在五个 A/B 场景显著提升并全量上线两个（CTR +3.57%、广告收入 +1.71%），BARGE 全量后 CTR +0.60%、阅读时长 +1.70%，HiGR 离线槽质量提升 15.9–21.3% 且推理加速 5 倍，TGR-Reason 冷启新用户 Hit@1 提升 477.8%。

3. Towards Effective Structured Context Modeling for Conversational Recommender Systems via Dual-node Monte Carlo Tree Search

🔗 原文： https://arxiv.org/abs/2609.00618

🏷️ 来源： 🎓 学术界 | Sichuan University, National University of Singapore, Singapore Management University

⭐ 评分： ⭐⭐⭐⭐ (4/5)

🎯 推荐理由： 创新性双节点MCTS框架，有效建模对话上下文偏好演化，提升CRS推荐效果。

📝 摘要： 对话式推荐系统的核心挑战在于多轮交互中用户偏好的动态演化难以显式建模。本文提出 DREAMS 树结构上下文建模框架，针对 CRS 的两大目标设计双节点类型：elicitation 节点利用蒙特卡洛树搜索（MCTS）策略性探索对话动作并推断潜在用户偏好，exploitation 节点则用 LLM 将跟踪到的偏好状态精炼为结构化检索查询。该设计首次将 MCTS 与 LLM 结合用于对话上下文的结构化建模，在基准数据集上的大量实验验证了其有效性，为 CRS 中偏好 elicitation 与 exploitation 的平衡提供了新思路，对构建可解释的对话推荐交互策略有借鉴价值。

4. It Takes Two to Match: Co-Evolving Generative Retriever with Reinforcement Learning

🔗 原文： https://arxiv.org/abs/2609.00638

🏷️ 来源： 🏭 工业界 | Apple, UNC Chapel Hill

⭐ 评分： ⭐⭐⭐⭐ (4/5)

🎯 推荐理由： CoGR用协同进化RL训练LLM直接生成检索关键词，F1提升显著

📝 摘要： 现有 LLM 增强检索的工作多将生成模型用于查询侧扩展，最终匹配仍交给下游检索器。Apple 与 UNC 提出的 CoGR 则训练 LLM 直接构建查询端与物品端的检索表示——每端生成器产出一组紧凑关键词，经倒排索引直接匹配，兼容现有基于关键词的检索基础设施。训练采用两阶段：先监督微调对齐关键词空间，再用 GRPO 协同进化强化学习交替优化两端生成器，物品端通过反事实边际奖励衡量其生成关键词对查询端 F1 的贡献。在 10 个稀疏/稠密/生成式基线上，CoGR 在内部 APP Marketplace 数据集与公开 WANDS 基准均取得最优，F1 较最强基线分别提升 10.9% 与 36.1%，且训练中查询-物品关键词空间持续对齐，展示了生成式检索在兼容现有基础设施前提下的落地潜力。

5. From Saliency to Discriminability: Rank-Preserving Visual Token Pruning for VLM Rerankers

🔗 原文： https://arxiv.org/abs/2609.00667

🏷️ 来源： 🤝 产学合作 | HKUST(GZ), Tencent

⭐ 评分： ⭐⭐⭐⭐ (4/5)

🎯 推荐理由： 训练免费token剪枝，用注意力熵校准显著性，显著加速VLM重排。

📝 摘要： VLM 作为 listwise 重排器需联合处理数十个候选的视觉 token，token 剪枝是实际部署的关键。本文首次系统揭示注意力显著性与排序贡献的系统性错位：视觉上突出的 token 往往捕获候选间共享的顺序无关模式，且该错位具有层依赖性——仅当注意力集中时显著性才可靠，归一化注意力熵可诊断这一可靠性变化（Pearson r=0.87）。基于此提出 RaDiCal 训练免费框架，用归一化注意力熵决定显著性何时可信，将其与无注意力的排序判别先验融合，并从同一信任景观中选择剪枝层。在三个检索基准与多种 VLM 架构上，RaDiCal 在 20% token 预算下持平或超越 Dense MRR@10，10% 保留率下差距在 1.2pp 内，FLOPs 降低 39–45%，实测加速 1.28–1.45 倍，无需针对数据集重新调参。