2026-08-03 日报

主题: 工业推荐的高效建模与自适应演进

标签: industrial · transformer · contrastive-ssl · rl · ad-rec

📊 统计: 共 7 篇 · 精读 4 · 🏢 工业界 4 · 🎓 学术 3 · discriminative-rec 5 · generative-rec 4

综述

今日共收录 7 篇论文，判别式 5 篇、生成式 4 篇（部分跨类），工业 4 篇、学术 3 篇，主线聚焦高效建模、行为对齐与自动演进。

LinkedIn 的 TransX 把长期行为编码离线化，在线只保留候选特定的稀疏交叉注意力聚合，点击率提升 6.0%、转化提升 4.4%，在线算力约降八成；阿里巴巴淘宝闪购的 GALA 以生成式对齐和购买奖励 GRPO 把行为目标写回冻结的多模态商家向量，再经自适应门接入 CTR/CVR 排序器。Karrot 的 RCBS 按地理区域构造同质批次，把“不可能负样本”占比从 0.98 压到 0.30，在首页、召回与广告上一致获益；快手 RecHarness 用 Thompson Sampling 路由模型的编辑方向，由 LLM 生成可执行修改，线上广告 ADVV 提升 2.084%。

学术侧的 EvoReason、PaletteID 与 Think2Go 分别探索潜式推理蒸馏、原型组合式语义标识与 POI 生成推理。整体看，工业推荐正同时追求算力效率、训练信号的现实可行性与智能体化迭代，强化学习与可部署架构的结合值得关注。

重点论文

TransX · ⭐ 9/10

TransX: Scaling Transformer-based Recommendation via Behavioral and Serving Stream Crossings

🏢 LinkedIn · 判别式推荐

TransX 将长期行为流与实时服务流解耦，以可缓存的行为编码和候选特定稀疏交叉注意力并行转导 action，在 LinkedIn 线上实现 CTR +6.0%、转化 +4.4% 且在线计算约降低 80%。

GALA · ⭐ 8/10

GALA: Generative Aligned Learning for Adaptive Multimodal Representation in the Taobao Shangou Recommender System

🏢 Alibaba · 判别式推荐

GALA 以搜索购买三元组预训练多模态表示，再用候选内 next-shop 生成任务和购买奖励 GRPO 将行为目标写回冻结商家 embedding，最后通过 ID-dependent gate 接入淘宝闪购 CTR/CVR 排序器。

RCBS · ⭐ 8/10

Don't Contrast the Impossible: Region-Constrained Batching for Contrastive User Modeling on a Local Community Platform

🏢 Karrot · 生成式推荐 / 判别式推荐

RCBS 按地理区域构造同质 mini-batch，使对比用户建模主要使用现实中可曝光的物品作为负样本；它将不可能负样本比例从 0.98 降至 0.30，并在 Karrot 首页、召回和展示广告线上取得一致收益。

RecHarness · ⭐ 8/10

RecHarness: A Bandit-Routed Agentic Harness for Self-Evolving Recommender Systems

🏢 Kuaishou · 生成式推荐 / 判别式推荐

RecHarness 以 Thompson Sampling 根据跨轮验证反馈路由推荐模型的编辑方向，再由 Experiment Skill 条件化的 LLM 生成可执行修改，并在局部停滞时开放结构跳跃；跨八种骨干稳定提升，线上广告 A/B 实现 ADVV +2.084%。

全部论文