推荐算法日报 - 2026-09-18

type

Post

status

Published

date

Sep 18, 2026 05:15

slug

daily-report-2026-09-18

summary

生成式推荐从"重建"转向"平滑升级"：Meta LIGE-GR 与腾讯 ANGLE 都强调不推倒现有工业栈，而是在成熟排序/检索系统上做 listwise 生成或统一生成-判别-排序的兼容式改造，降低组织与技术风险，这正成为大厂落地生成式推荐的主流路径。; 用户显式语义信号成为一等公民：快手的 AURs（用户自然语言偏好解释）与 Indeed 的单 token 期望值打分，都在把"用户为什么喜欢"这类原因级、极性感知的文本信号引入排序，弥补隐式行为"只知 what 不知 why"的短板。; ⚙️

Section 1: 📊 Trend Analysis

🔥 生成式推荐从"重建"转向"平滑升级"：Meta LIGE-GR 与腾讯 ANGLE 都强调不推倒现有工业栈，而是在成熟排序/检索系统上做 listwise 生成或统一生成-判别-排序的兼容式改造，降低组织与技术风险，这正成为大厂落地生成式推荐的主流路径。

💡 用户显式语义信号成为一等公民：快手的 AURs（用户自然语言偏好解释）与 Indeed 的单 token 期望值打分，都在把"用户为什么喜欢"这类原因级、极性感知的文本信号引入排序，弥补隐式行为"只知 what 不知 why"的短板。

⚙️ 效率-效果权衡与合规遗忘并重：DRAG 的查询自适应路由、SURF 的近似机器遗忘（2% 重训练预算达全量重训效果），反映工业界在推理成本控制与 GDPR 合规删除上的双重诉求。

Section 2: 📋 今日速览

快手在直播推荐场景提出 SARA 框架，把用户自然语言偏好解释（AURs）作为极性感知文本信号，用 SFT+Quality-Refining DPO 对齐 SARA-7B 并集成到排序。将 rationale 覆盖从 8.6 万作者扩到 1000 万，线上 A/B 提升互动、降低负反馈，已日更部署超 30 天。↗

Meta 在 Instagram Reels 与 Facebook Video 提出 LIGE-GR，把成熟 pointwise 排序平滑泛化为 listwise 生成-评估范式，兼容现有模型与 serving 基础设施。线上停留时长 Reels +1.14%、Video +0.72%，仅需少量额外推理资源。↗

Indeed 针对低流量招聘冷启动排序，提出单 token 期望值打分，将候选-职位相关性建模为 {1..5} 序数分类并取首 token 概率期望，配合 MSE+CE 混合损失。线上雇主低相关率降 27.3%、keep rate +7.07%。↗

腾讯在搜索广告提出 ANGLE 一步式检索框架，用 LLM 生成层级文本表示（商业意图+广告摘要）替代离散 SID，将检索/相关性/排序整合进单一 LLM。线上消耗 +1.81%、GMV +2.16%，离线 HR/ACR 全面超 7 个基线。↗

Adobe、格拉斯哥大学 针对 RAG 固定检索器-生成器配置的低效问题，提出 DRAG 查询自适应路由框架，含免训练 QPP 路由与 SFT 监督路由。DRAG_QPP 效果持平强静态基线且大幅降延迟，DRAG_SFT 持续提升效果。↗

罗马一大、比萨大学 针对序列推荐 GDPR 合规遗忘难题，提出 SURF 近似机器遗忘框架，通过嵌入邻域定位+局部辅助模型+推理时分数相减实现。仅需 2% 重训练时间预算，NDCG@20 最高提升 32%，效果接近全量重训。↗

Section 3: 📰 Daily Digest

1. Scaling Articulated Rationales for MLLM-based Recommendation

🔗 原文： https://arxiv.org/abs/2609.17639

🏷️ 来源： 🏭 工业界 | Kuaishou

⭐ 评分： ⭐⭐⭐⭐⭐ (5/5)

🎯 推荐理由： 快手工业级框架，将用户自然语言偏好解释作为一等文本信号，MLLM 对齐+排序集成，线上 A/B 验证。

📝 摘要： 现有推荐系统主要依赖点击、观看时长等隐式行为，只能反映用户"做了什么"而非"为什么喜欢"。本文研究 Articulated User Rationales（AURs）——用户对偏好的自然语言解释，作为一类极性感知、原因级的文本信号，但 AURs 天然稀疏、质量参差、覆盖物品有限，难以直接工业落地。作者提出 SARA 框架：先从 240M 快手直播用户构建数据引擎产出 SARA-HQ 数据集，再通过大规模 SFT 与 Quality-Refining DPO 将通用 MLLM 对齐为 SARA-7B，把 rationale 生成从 8.6 万作者扩展到 1000 万作者空间，最后用 SARA-Ranker 通过 rationale-aware interaction modeling 与 rejection-memory modeling 集成到生产排序。离线评测、人工校准与线上 A/B 均显示 SARA-7B 生成的 rationale 更具体、极性一致、有据可依，SARA-Ranker 提升互动并降低负反馈，已日更部署超 30 天，将 AURs 确立为工业推荐的一等文本信号。

2. LIGE-GR: A Smooth Leap from Ranking to Generative Recommendation in the LLM Era

🔗 原文： https://arxiv.org/abs/2609.18148

🏷️ 来源： 🏭 工业界 | Meta

⭐ 评分： ⭐⭐⭐⭐⭐ (5/5)

🎯 推荐理由： Meta 提出 LIGE-GR，将成熟排序系统平滑升级为 listwise 生成式推荐，双平台 A/B 验证有效。

📝 摘要： LLM 的成功为下一代推荐系统提供灵感，但如何把序列级生成与优化精确融入成熟工业推荐栈仍是开放问题：一方面不清楚如何引入 listwise 生成，另一方面真实系统经多年围绕产品、业务约束与 serving 基础设施定制，整体替换风险高、组织阻力大。本文提出 LIGE-GR，一个 listwise 生成与评估推荐框架，将传统 pointwise 排序系统泛化为 listwise 生成系统，在保留现有模型、价值函数与服务基础设施兼容性的同时享受 listwise 优化收益。在 Instagram Reels 与 Facebook Video 短视频推荐上验证，停留时长分别提升 1.14% 与 0.72%，仅需少量额外推理资源。其价值在于给出了一条低风险、可兼容的生成式推荐演进路径，而非推倒重来。

3. Single-Token Expected-Value Scoring for Cold-Start Candidate Ranking

🔗 原文： https://arxiv.org/abs/2609.18188

🏷️ 来源： 🏭 工业界 | Indeed

⭐ 评分： ⭐⭐⭐⭐ (4/5)

🎯 推荐理由： 单 token 期望值打分实现确定性低延迟排序，线上降低低相关率 27.3%。

📝 摘要： AI 辅助招聘可减轻人工筛选负担，但把语言模型部署为生产排序器仍有挑战：零样本 LLM 打分不稳定、非确定性且排序不准，而传统深度排序器需要百万级交互日志，低流量垂直招聘平台无法提供，仅有几十万序数相关性标签。作者提出 single-token expected-value scoring，将候选-职位相关性建模为 {1..5} 序数分类，取首 token 概率分布的期望作为分数，因仅需单步解码，是 logits 的确定性函数、无需输出解析、低延迟服务。为从有限监督中学习异构招聘标准的非线性依赖，用 MSE（保序数距离）+CE（锐化类边界）混合序数回归损失微调 SLM。离线优于启发式与零样本 LLM，端到端仿真 Jobseeker NDCG@10 +54.2%、低相关率 -46.7%，线上雇主低相关率降 27.3%、keep rate +7.07%。方法本质是序数回归+单步解码的工程组合，创新偏增量，但对冷启动低流量场景有直接参考价值。

4. One-Step Retrieval Framework for Real-Time Sponsored Search Ads Using Hierarchical Text Representations

🔗 原文： https://arxiv.org/abs/2609.18296

🏷️ 来源： 🏭 工业界 | Tencent

⭐ 评分： ⭐⭐⭐⭐ (4/5)

🎯 推荐理由： 腾讯搜索广告用 LLM 层级文本表示替代 SID，统一生成-判别-排序，线上消耗+1.81%、GMV+2.16%。

📝 摘要： 传统检索采用多级级联架构（MCA），各模块独立优化导致目标不一致、高潜候选被过早淘汰；近期 LLM 生成式方法虽端到端，但用离散语义 ID（SID）检索广告，SID 未被基座 LLM 学习、SFT 时需记忆大量 SID-to-ad 映射，泛化差、维护成本高，且 SID 与广告一一映射导致解码低效，还依赖小奖励模型（如 pctr）限制 LLM 评估商业价值的能力。本文提出 ANGLE 统一生成-判别-排序实时检索框架，用 LLM 生成层级文本表示（提供高层概览的商业意图 + 细粒度细节的广告摘要）替代 SID，并将检索、相关性、排序整合进单一 LLM。在真实搜索场景中消耗 +1.81%、GMV +2.16%，离线 HR、ACR 等关键指标全面超越 7 个基线。系统设计完整、线上验证充分，属对生成式检索范式的工程化改进。

5. One Size Does Not Fit All! Dynamic Retriever and Generator Selection for RAG

🔗 原文： https://arxiv.org/abs/2609.17709

🏷️ 来源： 🤝 产学合作 | Adobe, IACS, University of Glasgow

⭐ 评分： ⭐⭐⭐ (3/5)

🎯 推荐理由： RAG 检索器-生成器联合自适应路由，效率-效果权衡思路可迁移至推荐系统动态配置选择。

📝 摘要： RAG 系统通常对所有查询采用固定的检索器与生成器配置，忽视查询复杂度与信息需求的差异，造成算力分配低效；此前检索与生成的自适应被独立研究，二者对端到端 RAG 性能的联合影响尚不明确。作者系统分析检索器与生成器复杂度在 factoid 与 multi-hop QA（含 bridge、composition 推理）上的交互，发现更强检索通常比增加生成投入收益更大，但两者均呈递减且非单调回报，高复杂度配置并非普遍更优。据此提出 DRAG 查询自适应框架：DRAG_QPP 免训练路由，用 QPP 信号选检索器、用检索上下文的困惑度选生成器；DRAG_SFT 监督路由，微调 LLM 联合预测检索器-生成器配置。在 3 个 LLM 家族、4 个 QA 基准上，DRAG_QPP 效果持平强静态基线且大幅降低推理延迟，DRAG_SFT 持续优于静态与免训练自适应基线。方法属对已有自适应思路的组合扩展，创新偏增量，但其查询自适应路由与效率-效果权衡思想可迁移至推荐系统的动态配置选择。