2026-07-01 日报

主题: 工业级生成式推荐:端到端序列建模与 LLM 化推理

标签: industrial · semantic-id · pretrained-lm · rl · parameter-scaling

📊 统计: 共 3 篇 · 精读 2 · 🏢 工业界 2 · 🎓 学术 1 · generative-rec 3

综述

当日共 3 篇论文,全部属生成式推荐(generative-rec)且清一色来自工业界(Netflix、Meta、淘宝),其中 2 篇精读、1 篇速读。Netflix 的 GenPage 用单个 decoder-only Transformer 把用户/请求上下文当 prompt,自回归生成整张结构化多行首页,以 LLM 式 NTP 预训练 + WBC/RL 后训练替代多阶段推荐栈,线上 A/B 核心互动 +0.24%、延迟 −20%。Meta 的 GR2 首次把 LLM 显式 CoT 推理系统性引入工业重排:语义 ID mid-training + 教师推理链蒸馏 + 可验证奖励 RL(DAPO),并用 OPD 替代崩溃的 SFT、条件奖励封堵 reward hacking,工业流量 +18.7% R@1 且 serving ROI 约 15×。ShopX 则面向 agentic 购物,用语义可恢复、LLM 可操作的 SID 把意图理解、执行规划与 item 空间操作统一进单一基础模型,削减 agent 编排与执行间的有损交接。三篇共同印证一条主线:工业推荐正从多阶段判别式栈收敛为单一生成式模型,Semantic ID 与 LLM 化预训练/强化推理成为可扩展落地的核心范式。

重点论文

GenPage · ⭐ 8/10

GenPage: Towards End-to-End Generative Homepage Construction at Netflix

🏢 Netflix · 生成式推荐

Netflix 用单个 decoder-only Transformer 把用户/请求上下文当 prompt、自回归生成整张结构化多行首页，以 LLM 化的 NTP 预训练 + WBC/RL 后训练替代多阶段推荐栈，线上 A/B 核心互动 +0.24%、延迟 −20%。

GR2 · ⭐ 8/10

GR2 Technical Report

🏢 Meta · 生成式推荐

Meta 的 GR2 首次把 LLM 的显式 CoT 推理系统性地带入工业重排：语义 ID mid-training + teacher 推理链蒸馏（定向/拒绝采样）+ 可验证奖励 RL（DAPO），并用 OPD 替代崩溃的 SFT、条件奖励封堵 reward hacking、推理内化削减 serving 成本，工业流量 +18.7% R@1 且 serving ROI 约 15×。

ShopX · ⭐ 8/10

ShopX: A Foundation Model for Intent-to-Item Fulfillment in Agentic Shopping

🎓 学术 · 生成式推荐

提出 ShopX——面向 agentic 购物的基础模型，用语义可恢复、LLM 可操作的 SID 把意图理解、执行规划与 item 空间操作（SID beam-search 检索、listwise 排序、商品打包）统一进单一模型，减少 agent 编排与 item 空间执行间的有损交接。在 Taobao 生产日志衍生的单/多轮 fulfillment 任务上优于工具中介的 agentic 系统，尤其在复杂或模糊请求上。

全部论文