Section 1: 📊 Trend Analysis

• 🔥 推荐基础模型与序列编码复用：字节 SepLRM 把多个端到端大模型重组为「一个 RFM + 多个垂直模型」，以原生 KV 缓存作为共享接口实现约 100% 能力迁移，标志着工业界从「堆模型」转向「复用序列编码、提升 scaling ROI」的系统级范式重构。

• 💡 生成式检索的约束解码工程化：Uber LEGIT、Google RoutingTrie、阿里 TS-GEAR 三篇同日聚焦同一痛点——生成式检索必须满足实时资格/地理/元数据约束。方案从「生成后过滤」前移到「beam 选择前掩码」，用 trie + 区间查询 + CPU/GPU 异构把延迟压到可上线水平，是当前生成式召回落地的主战场。

• ⚙️ LLM 能力向在线服务下沉：腾讯 Yuanbao-Reranker 三档重排器、SlimFM 剪枝+LoRA 实现在线 LLM 增强 CTR（延迟降 3.4x、精度保留 99%），说明 LLM 语义先验正从离线缓存走向在线精排/重排，核心矛盾是「语义收益 vs 推理成本」。

Section 2: 📋 今日速览

• 字节跳动 提出推荐基础模型 SepLRM，将多个端到端大模型拆为一个共享 RFM 与多个垂直模型，以原生 KV 缓存为接口复用长序列编码。离线迁移率约 100%，两个大规模场景线上 A/B 一致增益，显著提升序列 scaling 的 ROI。↗

• Uber 在 Eats 搜索整页生成场景提出 LEGIT 约束解码，用 CPU 走 store/item 双 trie 做实时资格门控，GPU 并行跑模型。每 token 开销从 5 倍降至 1.7 倍（较直接 GPU 实现降 65.9%），无需自定义 kernel。↗

• 腾讯 元宝开源 0.6B/4B/8B 三档通用重排器，用文档接地合成+三阶段筛选漏斗+偏好蒸馏+层合并构建 2.75M 排序组。8B 版 CMTEB-R/MMTEB-R/BEIR/MLDR/MTEB-Code 五榜 SOTA 达 74.21，4B 反超 8B teacher。↗

• TrueGradient AI 构建端到端促销优化系统，串联类比 SKU 池化、双阶段因果弹性估计（Tobit 处理缺货删失）与价格优化器。39 SKU 品牌四周实验销量 +20.6%、收入 +6.9% 且毛利持平，类比池化使弹性误差减半。↗

• Google 提出 RoutingTrie，在生成式检索 beam 选择前用 Dense Bitset/Sparse List 索引注入元数据约束，并给出存储成本公式。生产回放 Hit@100 从 67.5% 升至 96.1%（+28.6pt），延迟仅增 1.1ms。↗

• 阿里巴巴 淘宝闪购搜索广告提出 TS-GEAR 生成式召回框架，Geo-Semantic ID 把地理可达性变为预测目标，GMPO 做集合级去重奖励优化。0.1B 轻量骨干日服务 1.5 亿+ 查询，广告曝光 +3.8%、收入 +4.2%。↗

• StarTree 在数据湖 Iceberg 表上直接提供混合检索，扩展 Pinot 实现 BM25+向量+SQL 内 RRF 融合，免去目录拷贝与同步管道。277M 商品 0.8TB 下单节点 p50 6.5–9ms，提交后 3.8–4.3s 可搜索。↗

• 阿里巴巴 提出 DcLBC 框架校准文档局部 chunk 边界，用文档内 margin 自适应缩放判别尺度并让 chunk 分区参与编码注意力。ConTEB/NanoBEIR 上上下文 chunk 检索提升，段落级检索保持竞争力。↗

• Keenable/Waterloo 系统评估 Jev 等 decision model 的相关性打分校准性，发现 >0.9 分对中仅 66% 相关。两参数校准在 DL19 拟合可迁移至 DL21，校准后 Brier 优于 FLAN-UL2 与三个 cross-encoder。↗