2026-04-16 日报

主题: 序列推荐统一建模与时序特征工程的多路并进

标签: sequential-rec · transformer · feature-interaction · attention-mechanism · industrial · academic

📊 统计: 共 8 篇 · 精读 2 · 🏢 工业界 2 · 🎓 学术 6 · discriminative-rec 6 · other 1 · llm 1

综述

2026-04-16 共收录 8 篇推荐系统论文，判别式推荐占主导（6 篇），生成式检索与 LLM 推荐各 1 篇；工业级论文 3 篇，学术论文 5 篇。

本日最受关注的是腾讯提出的 TokenFormer（精读分 8），其核心贡献在于通过 BFTS（Bottom-Full-Top-Sliding）分层注意力与 NLIR 非线性门控机制，将多域特征交叉与序列行为建模统一到单一 Transformer 框架，并系统分析了序列建模中的 Sequential Collapse Propagation 现象。AuthGR 同样来自工业界，是首个将文档权威性信号融入生成式检索（GenIR）的框架，通过视觉语言模型进行多模态权威评分并配合三阶段训练，在商业搜索平台的大规模线上 A/B 测试中验证了效果。学术侧的 Duet 探索了 LLM 驱动的推荐，联合生成用户与物品 profile 并用 RL 以下游推荐效果为奖励信号反向优化生成策略，规避手工模板的脆弱性。

时序建模是本日的横切技术主线：RoTE 将时间戳分解为粗到细多粒度旋转位置编码，以即插即用方式注入序列模型；幻想体育赛事的 DIN 扩展工作则引入赛事锁定倒计时与历史交互时间间隔编码，展示了时效性特征在工业场景的具体落地。此外，联邦跨市场推荐（FeCoSR）与图-LLM 双增强商品组合（DCBM）呈现了多业务协同与图结构-语言模型融合两条新兴方向，值得持续关注。

重点论文

TokenFormer · ⭐ 8/10

TokenFormer: Unify the Multi-Field and Sequential Recommendation Worlds

🏢 Tencent · 判别式推荐

提出 TokenFormer 统一推荐架构，通过 BFTS 注意力分层和 NLIR 非线性门控解决多域特征与序列统一建模中的 Sequential Collapse Propagation 问题

AuthGR · ⭐ 8/10

From Relevance to Authority: Authority-aware Generative Retrieval in Web Search Engines

🏢 Naver · 其他

首个将文档权威性融入生成式检索的框架AuthGR，通过VLM多模态评分和CPT-SFT-GRPO三阶段训练，3B模型匹配14B性能并在Naver搜索A/B测试中提升20%+用户参与度

Duet · ⭐ 6/10

DUET: Joint Exploration of User Item Profiles in Recommendation System

🎓 学术 · LLM

Duet 提出交互感知的 profile 生成器，联合生成用户和物品文本描述（而非分别生成），并用下游推荐效果作为 RL 奖励信号优化生成策略，避免手工模板的脆弱性。

全部论文