2026-08-19 日报

主题: 端到端生成式 slate 推荐落地,兼看紧凑 LLM 与 agent 委托

标签: semantic-id · rl · industrial · pretrained-lm · agent

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

综述

今日仅 3 篇入库,是个小日子:工业 1 篇、学术 2 篇,生成式推荐、判别式推荐与其他各 1 篇,精读只有 1 篇。重点是快手 OGR,把 slate 推荐从先生成再排序的级联改成端到端一次生成即有序:TUSID 将多模态语义与置信度加权的局部共现协同融合后量化成统一 SID,GL2P 让偏好规划器与位置级 SID 解码流水线重叠,串行深度由 O(KD) 降到 O(K+D),SPA 再做 slate 级偏好对齐,线上有效播放涨 1.120%。方向值得跟踪,但精读后评分由 8 降为 7:附录澄清正文所称的“候选 rollout”实为在已记录曝光 slate 上的 off-policy 重加权,与“摆脱候选集约束”的主张相冲;slate 内去重未作讨论;生成式 baseline 被统一压在 32MB 下复现、TIGER 跌至最差,故 48.2% 的离线增益存疑。另两篇仅有简读:FLEXRec 在紧凑 LLM 推荐器的多层插出口并自适应融合打分,但无线上验证;婚恋平台问卷量化出 agent 委托不对称,派出意愿高于接收意愿。看点在于把生成式 slate 的方向价值与证据强度分开评估。

重点论文

OGR · ⭐ 7/10

Once Generated, Ranked: End-to-End Generative Slate Recommendation with Unified Semantic-Collaborative IDs

🏢 Kuaishou · 生成式推荐

快手 OGR 把 slate 推荐做成端到端生成「一次生成即有序」：TUSID 以 MLLM 语义为骨干、用交叉注意力门控残差融合品牌/类目/B-tags/C-tags 高层属性，再用共享签名 CountSketch 编码距离加权局部共现得到协同嵌入、按 distinct-user 支持度做置信度加权保范数拼接后由 RQ-KMeans 量化成 4 级 SID；GL2P 用 list-wise 偏好规划器逐展位自回归产出连续偏好向量并与位置级 SID 解码重叠，把串行深度从 O(KD) 压到 O(K+D)（实测吞吐 2.43×/2.49× 于 TIGER-Beam/OneRec-Beam）；SPA 再用主/辅奖励符号一致性门控校准加 clip+KL+监督回放的保守策略优化做 slate 级对齐，KuaiRec NDCG@5 达 0.1303（较最强 baseline PRM +27.2%）、工业集 +48.2%，快手线上有效播放 +1.120%、评论 +2.954%。

FLEXRec · ⭐ 7/10

Empowering Compact LLMs with Fusion of Layer-wise Exits for Recommendation

🎓 学术 · 判别式推荐

FLEXRec 针对小参数 LLM 推荐器容量受限的问题，在 Transformer 多个层上插入预测头（exit）并自适应融合各层的打分分布，由连续自适应路由器 AC-Router 按用户序列动态决定启用哪几个、启用几个 exit，再用 target-k hinge 损失约束路由稀疏度。方案保持判别式全库排序的可扩展性，在 Qwen 3 1.7B 与 Llama 3.2 3B 上于三个真实数据集取得 compact backbone 方法中的最优精度且效率很高。

Delegation Asymmetry in Agentic Recommender Systems: Measuring Two-Sided Receptivity in Online Dating · ⭐ 4/10

🎓 学术 · 其他

基于某大型婚恋平台两份大规模问卷（N=2894 / 2617），用分级反应模型把“愿意派出自己的 agent”与“愿意接收对方 agent”建成两个高度相关但可分离的潜变量，量化出系统性的“委托不对称”：派出门槛（-0.38）远低于接收门槛（+0.32），随机配对反事实下仅 4–13% 的有向对能同时成立，且存在明显性别方向失衡。据此给出设计杠杆：互惠准入会砍掉一半以上交互量，而按“接收意愿”路由 agent 触达可把单次触达的互动率提高约三倍。

全部论文