本周推荐系统研究围绕三条技术主线展开。生成式推荐从侧重“能生成”转向“生成得好且经济”——BARGE 解决了语义 ID 的单序列扁平化问题，TSGR 将商业价值嵌入检索过程，DLMRec 用扩散替代自回归。排序模型侧向于统一架构与不确定性建模：WHALE 融合 Wukong 和 HSTU 两种高性能主干，UAME 将预测不确定性用作标签偏差的校正项。LLM 应用从纯推理转向状态化与闭环优化：RecGPT-V3 引入持续用户记忆，RECAP 用 GRPO 优化用户画像。 生成式推荐从“能跑”走向“跑得稳”： 腾讯的 BARGE 识别出生成式推荐的两个结构性缺陷——多 token ID 序列化破坏物品级结构、分层码本训练推溯不一致导致语义漂移。BARGE 通过 Item Context-Aware Attention（ICA）恢复物品级上下文，配合 Hierarchical Path Reranking 和 Dual-Path Decoding 将线上 CTR 提升 0.60%。与此同时，阿里巴巴的 TSGR 从另一个角度切入：让语义 ID 编码过程本身就对商业价值敏感，线上 GMV 增长 1.64%。两篇的共同指向是——生成式推荐的核心瓶颈不在生成能力，而在 ID 设计与解码结构。 排序模型走向架构统一与可解释的不确定性： Meta 的 WHALE 将 Wukong（高阶非序列特征交互）和 HSTU（长用户行为序列）在每一层通过注意力融合模块连接，让高阶特征交叉能反复从长历史中检索细粒度证据。不替换现有主干，而是让它们协同工作。快手的 UAME 改变了一个基础假设：用户满意度标签本身就是有偏的行为代理，模型不应该忽略这种不确定性。UAME 将预测建模为高斯分布，用不确定性程度加权样本损失，在短视频推荐上用户满意度提升 0.32%。 LLM 应用从辅助工具到推荐核心引擎： 淘宝的 RecGPT-V3 是一个里程碑式的系统级更新——Memory Hub 将用户建模计算削减 55.8%，Latent Intent Reasoning 将输出 token 成本降低 200 倍，同时 GMV 增长 3.97%。它证明多模态推理可以在线上以可接受的资源代价运行。快手的 RECAP 用 GRPO 优化 LLM 生成的用户画像，线上用户使用时长提升 0.139%。结合之前的研究，LLM 在推荐中的应用正在从“能不能用”转向“怎么用得既好又省”。

[LLM推理降本成为工业界核心痛点]：今日多篇论文聚焦于降低LLM在推荐/问答系统中的推理成本。Amazon提出带护栏的聚类方法，通过对用户/输入进行聚类，仅对代表点调用LLM，实现50倍降本；AFIR则通过检索工程优化（而非增大生成器）在极低资源下构建全本地RAG系统。这表明，在工业大规模部署中，如何让LLM“少干活、干对活”是当前最迫切的需求。; [检索优化比生成器升级更具性价比]：无论是Amazon的聚类+代表点策略，还是AFIR的混合检索+意图路由+嵌入微调，都证明了在资源受限或大规模场

生成式检索的商业价值对齐：以淘宝的 TSGR 为代表，工业界生成式检索正从纯语义匹配转向价值感知。通过将商业指标（如 GMV）编码进语义 ID 构建和排序模块，统一检索与粗排，实现端到端的业务目标优化。这标志着生成式检索在电商场景的实用化迈出关键一步。; 排序与检索中的轻量化反馈机制：无论是 PLAID-PRF 利用质心向量实现低开销的伪相关反馈，还是 Exposure-Based RL for LTR 通过曝光分布抽象实现自动微分的强化学习排序，都体现了用更轻量、更稳定的方法引入反馈信号来提升

工业级精排架构的「大一统」趋势：今日多篇论文（Meta WHALE、快手 UAME）表明，工业界正从分离建模非序列特征和序列行为，转向在精排阶段进行深度融合。WHALE 将 Wukong 和 HSTU 统一，UAME 则将不确定性建模融入多目标集成排序，都旨在更精细地刻画用户真实偏好，且均已上线验证。; 生成式推荐进入「系统级」优化阶段：以 BONSAI 为代表的生成式推荐研究，不再仅关注如何生成更好的物品 ID，而是开始系统性地优化解码过程本身（如 Trie 树结构）。这表明该领域正从模型设计

LLM推荐系统进入“状态化+混合模态”时代：今日两篇高分工业论文（RecGPT-V3、RECAP）均聚焦于解决LLM推荐系统在工业部署中的效率与效果瓶颈。核心思路从“用LLM做推理”转向“用LLM管理用户状态”，通过Memory Hub或结构化语义画像，将长周期行为压缩为紧凑表示，大幅降低计算开销。同时，混合模态（文本+Semantic ID）成为连接开放世界知识与具体物品的关键桥梁。; 强化学习（GRPO）成为优化LLM推荐的新范式：RECAP首次将GRPO（Group Relative Po

本周推荐系统研究集中在四条技术主线：生成式推荐进入工业深水区、排序模型向长序列和细粒度语义演进、召回系统在异构索引和因果优化上取得突破、LLM增强推荐从实验走向工程落地。34 篇论文中有 23 篇来自工业界（含 18 篇已部署），13 篇报告了线上 A/B 结果。 主线 1 "生成式推荐从 DocID 设计到微调对齐"： 阿里巴巴的 CRID 将业务价值排序直接编入 DocID，在 300M 商品库上全流量 GMV +1.06%。GFlowGR 用 GFlowNet 微调生成式推荐，在淘宝搜索广告实现年收入 +0.4%。美团 NONTP 通过时序对比学习和跨域学习扩展 NTP 训练信号，线上 CTR +1.8%、GMV +2.1%。三篇的共同指向是——生成式推荐正从 "能生成" 转向 "会优化"。 主线 2 "排序模型追求深度解耦与长时建模"： Meta 的 SlimPer 将个性化排序建模为 <user, item> 知识库迭代精炼，支持 10k+ 历史事件且 O(N) 复杂度，部署于 Instagram。Yandex 的 Long-History User Transformers 通过离线编码 + 缓存 + 轻量在线模型解耦长历史推理，搜索广告 +2.77%。阿里 SAM 用饱腹感门控显式建模兴趣生命周期，将购买后重复率降低 60%。 主线 3 "召回系统的工程与因果范式"： Pinterest 的因果检索框架减少 85% 购物触发器而不损关键会话。MESH 通过模块化架构和门控偏置校正，使新鲜物品缩放指数提升 14 倍，用户留存 +0.46%。Microsoft 的 FlashTrie 将生成式检索的约束解码全量迁移至 GPU，800M 关键词库 <3ms，线上收入 +0.71%。 主线 4 "LLM 推荐的轻量化和 Agent 化"： Vrbo 用训练免费的 LLM 合成查询解决长尾覆盖问题，缩小 3B 模型与 API 模型的召回差距至 <1%。QuintoAndar 的 LLM 重排序融合对话上下文在房产搜索中 CTR +5.3%。Kuaishou 的 RashomonLLM 将解释生成与预测耦合，在直播 CTR 上 AUC +2.3% 且解释质量提升 8.7%。

因果推断与长期优化成为工业界标配：今日多篇工业界论文（Pinterest、Yandex）将因果推断、Uplift建模和长期用户留存作为核心优化目标，从传统的CTR/CVR短期信号转向更复杂的因果效应和长期价值建模，且均已在生产系统大规模部署验证。; 大模型（LLM/Transformer）在推荐链路中落地加速：LLM和Transformer不再仅用于特征工程，而是直接嵌入到重排序（QuintoAndar）和历史编码（Yandex）等核心环节。工业界正探索如何将大模型的语义理解能力与严格的延迟约束

精排架构向可扩展Transformer演进：以TmallGS为代表，工业界精排正从传统DLRM转向统一、计算密集型的Transformer架构，通过层次化特征分词和场自适应门控机制处理异构特征，并验证了Scaling Law的有效性。; 去偏与个性化走向精细化解耦：多篇论文关注如何分离混杂信号。OrDA通过正交正则化解耦访问习惯与真实兴趣，Apple TV搜索则混合文本与ID嵌入来区分语义相关性和协同信号，两者均通过因果干预或对比学习提升个性化纯度。

异构内容统一与缩放：工业界正从碎片化的“检索模型动物园”转向统一框架。Pinterest 的 MESH 通过模块化架构和门控偏置校正，解决了异构内容（如新鲜、长尾）的缩放偏差，使稀疏内容的缩放指数提升 14 倍，并带来显著的线上收益。这预示着未来检索系统将更注重生态感知和统一缩放。; 推理与预测的解耦：在序列推荐和生成式推荐中，将推理过程与最终预测解耦成为新趋势。RecRec 通过递归推理在独立潜在空间中精炼兴趣，SlimPer 通过迭代精炼紧凑知识库，两者都打破了传统方法中推理与预测耦合带来的

生成式检索加速落地：今日多篇论文聚焦生成式检索的工业部署瓶颈。FlashTrie 用 GPU 加速约束波束搜索实现 24 倍加速，CRID 将业务价值编码进 DocID 提升 GMV，PG 用配置驱动解耦特征工程加速迭代。生成式检索正从学术概念走向大规模在线系统。; LLM 推荐走向混合架构：LLM 推荐不再是“全盘替代”，而是与传统 ML 协同。Meta/Amazon 的 Agentic 系统用 LLM 处理非结构化信号、传统模型保证效率；Apple Music 用语义检索补充 token-b

LLM 驱动的可解释性与决策智能：今日多篇论文探索了 LLM 在推荐系统中的应用，从生成自然语言解释（RashomonLLM）到作为路由决策的候选模型（LLM Routing）。这表明 LLM 正从单纯的“特征提取器”向“推理与规划引擎”演进，为提升系统可解释性和决策效率提供了新路径。; 理论驱动的在线学习与探索策略：多篇工作聚焦于 bandit 和 Top-k 识别等在线学习问题，并提出了具有理论保证的算法（如 TOFU-POV、渐近最优 Top-k 识别）。这反映了工业界对在有限样本和不确定

本周推荐系统研究围绕三条技术主线展开：生成式检索的工业落地与理论深化、LLM/Agent从概念验证走向真实部署、以及精排/联邦学习在工业环境中的鲁棒性优化。 生成式检索加速落地与多兴趣精细化： 快手在推送通知系统中部署了异构生成式架构 HGenPush，采用非自回归多token预测替代传统自回归解码，实现DAU提升0.181%。Walmart将库存感知RAG引入赞助搜索，InvAwr-RAG将广告填充率提升68%。理论层面，BACH通过贝叶斯混合头解决多兴趣双塔的路由坍塌问题，在三个基准上刷新召回率；DaV-Gen提出draft-and-verify机制统一生成式检索的效率与精度。此外，Signed MaxSim首次从理论上证明MaxSim的表达力不低于向量内积，并扩展至任意实值内积。 LLM/Agent推荐从原型走向生产： Meta的 SCOReD 是本周最突出的部署工作——通过学生感知的CoT优化将教师推理轨迹适配到小模型，线上获得NDCG+1.56%和Recall@5+1.9%，同时推理长度减少27.3%。Walmart使用LLAMA2 7B+LoRA做广告相关性三分类，准确率89.43%超越GPT-4。学术方面，MMEACR提出双轨记忆架构加强Agent的视觉推理能力；LBR系统性地揭示了LLM推荐中的长度偏差，并提出轻量校正方案（NDCG@5提升16.82%）；综述论文Autonomous Information Seeking为Agent推荐建立了三范式分类法。 工业级精排与联邦学习优化： 快手的 PIT-SUN 是一种可直接部署的经验边际变换框架，通过对重尾目标进行概率积分变换与期望一致性恢复，在线上全面改善点精度和校准。FeLiX则针对联邦学习中客户端流失问题，提出流式感知可用性层级和延迟鲁棒聚合，将收敛时间缩短2.37倍。