推荐算法日报 - 2026-10-03

type

Post

status

Published

date

Oct 3, 2026 05:15

slug

daily-report-2026-10-03

summary

LLM 长上下文直接做推荐/搜索成为新范式：Meta RPTune 不再走传统多阶段召回-排序，而是把整个商品目录塞进长上下文 LLM，用学习式策展器（encoder-reorganizer）解决"LLM 对长上下文利用不均匀"的核心痛点，SMB 场景准确率最高 +31.4pp。这提示中小目录场景可以绕开复杂检索链路，但策展质量决定上限。; 训练/推理全栈效率优化持续升温：Meta 用 ETT%（有效训练时间占比）框架把生命周期开销定位到具体基础设施组件，fleet 级 ETT% 从 80% 拉

Section 1: 📊 Trend Analysis

🔥 LLM 长上下文直接做推荐/搜索成为新范式：Meta RPTune 不再走传统多阶段召回-排序，而是把整个商品目录塞进长上下文 LLM，用学习式策展器（encoder-reorganizer）解决"LLM 对长上下文利用不均匀"的核心痛点，SMB 场景准确率最高 +31.4pp。这提示中小目录场景可以绕开复杂检索链路，但策展质量决定上限。

💡 训练/推理全栈效率优化持续升温：Meta 用 ETT%（有效训练时间占比）框架把生命周期开销定位到具体基础设施组件，fleet 级 ETT% 从 80% 拉到 90%+；同时 MoE 专家剪枝（MoRA、DS-MoE）成为降低大模型部署显存的主流方向，可迁移至推荐大模型压缩。

🧩 推荐系统与 Agent/RAG 生态加速融合：AgentWebRec 把推荐重构为 agent web 上的"任务时证据获取与融合"，CANOPY 用层次化压缩 + critic 补充检索优化多模态 RAG，REPAIR 则揭示"偏好证据存在 ≠ 下游有效利用"的可恢复性缺口——三者共同指向"证据获取-压缩-修正"的新工程链路。

Section 2: 📋 今日速览

Meta 在 SMB 电商目录搜索场景提出 RPTune，用 encoder-reorganizer 策展器按下游 LLM 反馈排序剪枝商品，耦合 LLM 后训练。7 个真实商户上策展带来最高 +31.4pp 准确率，后训练再 +10.3pp。↗

Meta 针对大规模推荐训练生命周期开销，提出 ETT% 框架定位丢失时间并落地通信消除、异步 checkpoint 等全栈优化。最大负载 ETT% 达 85%，fleet 级从 80% 升至 90%+。↗

POSTECH 提出多模态 RAG 检索后证据压缩框架 CANOPY，用层次化表示 + 父节点相对细化实现区域级自适应粒度，critic 触发补充检索。33M 异构语料上 token 降 14.2-27.7%，准确率持平。↗

Beihang University 将推荐重构为 agent web 上的任务时证据获取与融合，AgentWebRec 在本地证据不足时条件查询邻居 agent 获取互补偏好。四个 InstructRec 数据集上一致超越基线，消融验证各证据层互补。↗

NTT 在无标注负样本的 PU 数据下首次实现 pAUC 最大化，证明 pAUC 含 FPR 依赖阈值可仅用正类与边缘密度表示。适用于广告/安全等低 FPR 场景，10 个真实数据集验证有效。↗

Harbin Institute of Technology, Shenzhen 提出 MoRA，用可学习 router bias + 路由多样性正则剪枝 MoE 专家，并用仿射变换近似被剪专家输出。Qwen3-30B 等三个模型剪 25%/50% 专家，九个零样本基准超越 SOTA。↗

University of Luxembourg 等 提出 DS-MoE，通过 difference-of-submodular 优化解耦专家冗余与协同，用 MM 算法保证单调性选最优子集。理论扎实，但面向 MoE 部署内存瓶颈，与推荐系统弱相关。↗

IIT Delhi 等 提出 REPAIR，在冻结编码器缓存表示与当前偏好状态间做紧凑坐标空间修正，无需重编码历史。12 个推荐 host 上 MRR/nDCG@10 全提升，Mamba4Rec 在 MovieLens +3.96 MRR。↗

South-Central Minzu University 提出用药推荐框架 HADRec，用 LLaMA-7B 编码病历、ChemBERTa 编码分子 SMILES，交叉注意力融合并加 ATC 层级一致性约束。MIMIC-III 上 Jaccard/F1/PR-AUC 达 SOTA，MIMIC-IV 泛化 ECE=0.04。↗

（无机构信息） 构建端侧 3MiB 商业意图检索系统，4-bit 量化静态嵌入表覆盖 6020 叶分类，无推理运行时。真实韩语电商文本中类 top-5 达 75.0%，无锚点场景仅 45.2%，揭示容量瓶颈。↗

Section 3: 📰 Daily Digest

1. RPTune: Learned Context Curation for LLM Catalog Search

🔗 原文： https://arxiv.org/abs/2610.00964

🏷️ 来源： 🏭 工业界 | Meta

⭐ 评分： ⭐⭐⭐⭐ (4/5)

🎯 推荐理由： Meta 提出 RPTune，用学习式目录策展耦合 LLM 后训练，SMB 场景搜索准确率最高提升 31.4 个百分点。

📝 摘要： 针对商品目录可完整放入长上下文的中小商户（SMB），论文指出"塞得进上下文 ≠ 用得好"，因为 LLM 对长上下文的利用并不均匀。RPTune 将学习式目录策展与 LLM 后训练耦合为端到端框架：encoder-reorganizer 策展器依据下游 LLM 反馈对商品排序剪枝，策展后的目录又通过 context-relative reward 反过来提升后训练效果，形成闭环。在 7 个真实零售商户、每商户 100 条复杂对话查询上，策展带来最高 31.4pp 准确率提升，后训练平均再贡献 10.3pp，专有与开源 LLM 均受益。局限在于仅面向 SMB 小目录，未涉及百万级商品的大市场检索，且缺乏线上 A/B 验证。

2. Optimizing Effective Training Time for Large-Scale Recommendation Systems

🔗 原文： https://arxiv.org/abs/2610.02057

🏷️ 来源： 🏭 工业界 | Meta

⭐ 评分： ⭐⭐⭐⭐ (4/5)

🎯 推荐理由： Meta大规模推荐训练全栈效率优化，ETT%框架定位生命周期开销，线上部署后fleet ETT%从80%升至90%+。

📝 摘要： 论文直面大规模推荐训练中"生命周期开销悄悄吃掉加速器算力"的问题——Meta 最大推荐负载每天处理数百亿样本、跑在数千 GPU 上，此前端到端墙钟时间仅 50-60% 真正推进新数据训练。作者提出 ETT%（有效训练时间占比）作为可操作框架，把丢失时间定位到各基础设施组件并暴露跨重启的重复工作，据此落地通信消除、trainer 初始化流水线重叠、动态 shape 处理、autotuning 剪枝、PyTorch 2 编译缓存复用、异步 checkpoint、独立模型发布等全栈优化。代表性模型上 ETT% 平均提升 15.5%，最大负载达 85%，部署后 fleet 级从约 80% 升至 90%+。属于系统工程类工作，方法创新偏工程实践而非算法本身。

3. CANOPY: Adaptive-Granularity Evidence Compression for Multimodal RAG

🔗 原文： https://arxiv.org/abs/2610.00923

🏷️ 来源： 🎓 学术界 | POSTECH

⭐ 评分： ⭐⭐⭐ (3/5)

🎯 推荐理由： 多模态 RAG 自适应粒度证据压缩，层次化表示+critic 补充检索，token 降 14-27%。

📝 摘要： 多模态 RAG 检索文本、表格、图像、视频时，粗粒度单元会带入无关内容，统一细粒度又会删掉理解证据所需的上下文，现有压缩器多为模态专用机制，缺乏跨异构项的统一方案。CANOPY 将检索项表示为层次结构，用 gold evidence 微调的 node encoder 对区域与 query 打分，通过父节点相对细化在不同粒度上选出多个区域，节点级剪枝无需 LLM 调用；当 critic 判断证据不足时触发定向补充检索，新项先压缩再加入。在 33M 异构语料的 5 个 QA benchmark 上平均准确率超越基线，消融显示多跳 QA 增益主要来自补充检索；Qwen3-VL-8B 设置下证据 token 降 14.2-27.7% 且准确率持平。属 RAG 领域增量改进，与推荐核心问题关联较弱。

4. AgentWebRec: Compact Evidence Fusion over the Agent Web for Personalized Recommendation

🔗 原文： https://arxiv.org/abs/2610.01705

🏷️ 来源： 🎓 学术界 | Beihang University

⭐ 评分： ⭐⭐⭐ (3/5)

🎯 推荐理由： 将推荐重构为 agent web 上的证据获取与融合，视角新颖但验证有限。

📝 摘要： 随着 LLM 个人 agent 成为用户语义的持久载体，传统 User-Platform 关系演变为 User-Agent Web-Platform 信息通路，用户侧分布式信息可补充物品侧信息。但证据散落在互不透明的 agent 中、只能通过有界查询触达、且各 agent 返回语义异构，传统推荐范式失效。论文将 agent web 上的推荐重构为有限证据预算下的"任务时证据获取与融合"问题——决定问什么、留什么，而非从聚合数据学习。AgentWebRec 以平台物品语义与目标用户 agent 私有记忆中的任务相关证据为决策基础，本地证据不足时条件查询邻居 agent 获取互补偏好，同时保持 agent 记忆本地化。四个 InstructRec 数据集上一致超越基线，消融验证各证据层互补增益。属方法探索型工作，缺乏大规模验证。

5. Partial AUC Maximization from Positive-unlabeled Data

🔗 原文： https://arxiv.org/abs/2610.00284

🏷️ 来源： 🏭 工业界 | NTT

⭐ 评分： ⭐⭐⭐ (3/5)

🎯 推荐理由： 首次在无负样本的PU数据下实现pAUC最大化，理论推导扎实，适用于广告/安全等低FPR场景。

📝 摘要： pAUC 是衡量低 FPR 区间内真正率的二分类关键指标，广告、安全、医疗等场景都需要高 pAUC 分类器，但传统 pAUC 最大化方法要求同时具备标注正负样本，而负样本常因隐私或标注成本难以获取。论文在经验风险最小化框架下证明：pAUC（含其 FPR 依赖阈值）可仅用正类密度与边缘密度表示，并据此从 PU 数据推导出平滑经验估计器，通过最大化该估计器训练分类器，本质是标签选择偏差下的密度比建模。在 10 个真实数据集上验证有效。理论贡献非平凡，但实验仅限公开数据集，缺乏工业级部署验证，创新性偏增量。