2026-08-07 日报

主题: 统一模型与智能体重构推荐检索链路，兼论可审计性

标签: semantic-id · knowledge-distillation · agent · industrial · academic

📊 统计: 共 6 篇 · 精读 1 · 🏢 工业界 1 · 🎓 学术 5 · generative-rec 1 · llm 4 · discriminative-rec 1 · other 1

综述

今日 6 篇：生成式推荐 1、判别式推荐 1、LLM 4；仅 Yandex 有公司署名，精读只有 Gryphon-v2，另 5 篇止于速览。Gryphon-v2 在共享 encoder 的 generate-and-rank 架构上提出 Rollout Distillation：训练期专用的 Teacher Ranker（8,000 事件上下文、免特征）为当前 decoder 同步生成的 on-policy rollout（占去重候选 90% 以上）与 logged impressions 打分，逐任务 MAE 与 NTP 联合训练，TeacherRecall@10 由 0.0392 升至 0.5654、WPA 0.5528 升到 0.5892；线上以单个 0.5B 模型替掉 15+ 召回器与粗排精排，活跃用户 +1.41%，时延持平、吞吐约 4 倍。2608.05655 评分 7，但被 deep_read_rec_requires_industry 闸门拦下只做速览：它把六种“按用户加权模态”实现归一到同一骨干，单一全局权重即拿走几乎全部内容增益（+1.9／+3.6／+3.5pp），逐用户加权无一致收益。SYF 用三流架构做工业信息流的 agentic 重排，对齐打分模块离线准确率 98.85%；READ 以确定性词法检索与结构导航替掉 top-k，51 题答对 58.8%，稠密检索仅 15.7%。趋势是把级联与黑盒检索收敛为单模型或可审计的智能体操作，并抬高个性化声明的证据门槛。

重点论文

Gryphon-v2 · ⭐ 8/10

Gryphon-v2: One Model in Place of a Cascade - Generate-and-Rank Recommender with Rollout Distillation

🏢 Yandex · 生成式推荐

Gryphon-v2 在 Gryphon 的共享 encoder 架构上，用一个只在训练期存在的高容量 Teacher Ranker（8,000 事件上下文、免特征、ARGUS 式自回归训练）蒸馏出 item 级 Ranking Module，蒸馏候选同时取自当前 decoder 每步同步生成的 on-policy rollout（占去重候选 90%+）与 logged impressions，两者各按候选数归一化的逐任务 MAE 等权相加并与 NTP 联合训练；离线 TeacherRecall@10 从 0.0392（next-item 监督）跃升到 0.5654、WPA 0.5528→0.5892（收回到 Teacher Ranker 54% 的 gap）且 R@1000 不降，线上单模型替掉 15+ 召回器 + 粗排 + 精排后活跃用户 +1.41%、时延与级联持平、吞吐约 4×。

Is Personalized Modality Weighting Actually Personalized? A Controlled Audit of Per-User Weighting Claims in Multimodal Recommenders · ⭐ 7/10

🎓 学术 · 判别式推荐

论文审计了多模态推荐里「按用户加权模态」的普遍主张：把用户模态强度向量、注意力门控、元权重超网络、低秩引导权重等六种实现统一到同一协同过滤骨干，用效用差（对比单一全局模态权重）与可识别性差（对比评测期打乱用户-权重绑定）两组对照度量。三个短视频语料上单一全局权重就拿到了几乎全部内容增益（+1.9／+3.6／+3.5pp），按用户加权没有一致收益（正向差距均 ≤0.9pp 且会翻转）；作者进一步把虚高的 shuffle 对照归因于门控读取了共享协同嵌入，并主张把 real-GM 与 real-shuf 同时上报作为个性化声明的最低证据标准。

SYF · ⭐ 6/10

Shape Your Feed: An LLM-based Agentic System for Conversational Recommendation

🎓 学术 · LLM

SYF 提出面向工业信息流的 LLM 智能体推荐框架：用感知流从文本／语音／UI 交互抽取细粒度意图，服务流基于持久化「语义画像」做实时 agentic 重排与剪枝，自进化流用 DPO 与 LLM-as-a-Judge 集成对齐人类判断。离线对齐打分模块准确率 98.85%，线上 A/B 显示信息流相关性与用户情感均有提升。

READ · ⭐ 6/10

Beyond Top-K: Replacing Black-Box Retrieval with Interpretable Agentic Operations

🎓 学术 · LLM

论文指出在财报、审计等表格密集长文档上，「切块＋向量 top-k」的检索范式结构性失效——单位表头常与数字被切块边界分开，造成两个数量级误差；提出 READ 用归一化词法检索、结构导航与有界片段读取三个确定性操作经 MCP 暴露给智能体，使轨迹成为可重放的审计链。51 题上 READ 答对 58.8% 对比稠密检索 15.7%，同一循环换成 top-k 工具只有 27.5%，说明增益来自检索接口而非迭代；但作者亦承认 BM25 与 READ 统计上不可区分。

全部论文