2026-09-11 日报

主题: 工业推荐发力模型之外：跨阶段融合层与实验流程自动化

标签: industrial · multi-task · agent · knowledge-distillation

📊 统计: 共 2 篇 · 精读 0 · 🏢 工业界 0 · 🎓 学术 2 · discriminative-rec 1 · llm 1

综述

当日入库 2 篇，判别式推荐与 LLM 各 1 篇，均出自工业界，评分 6 与 5，本期无精读。快手 UniRec 把粗排与精排的多目标融合模块放进同一计算图联合训练，并以停梯度 teacher 回传下游偏好，已全量部署、线上使用时长 +0.616%；但消融中收益最大项仍是常规后验 reward loss，跨阶段对齐项移除后排序指标不变，且消融与公开基线分处两套数据集。Meta 的 Auto-RecSys 是一套自主研究 harness，以异步分布式执行、跨服务器记忆与 playbook 沉淀跑长周期实验，但推荐模型本身未动，全文只报人力带宽与执行可靠性。两篇一个动融合权重层、一个动研发流程，力气都在模型之外。

重点论文

UniRec · ⭐ 6/10

UniRec: Cross-stage Multi-Task Fusion with Preference Alignment for Cascaded Recommender Systems

🎓 学术 · 判别式推荐

快手把级联系统中粗排与精排的多目标融合模块放进同一计算图联合训练（部分共享 embedding + 单向 adapter），用跨阶段偏好对齐把精排的 pairwise 偏好以 stop-gradient teacher 形式回传给粗排，用 CPPA 把数十个 pairwise 目标压缩成双向偏好证据，并用 GRPO 式属性组内相对优势正则抑制时长分布漂移；RecFlow 与快手生产数据离线占优，线上 A/B 使用时长 +0.616%，已全量部署。

Auto-RecSys · ⭐ 5/10

Auto-RecSys: Harnessing Autonomous Research Agents for Industry-Scale Recommender System

🎓 学术 · LLM

Meta 提出 Auto-RecSys，一套面向工业级推荐模型长周期实验的自主研究 harness：分布式异步执行多路实验、跨服务器集中式记忆做断点恢复、自然语言 skill 文件负责推理而确定性脚本保证操作正确；再以执行进化环（model-specific playbook 沉淀成功流程与 dead end）和想法进化环（实验结论反哺选题）自我演化，评测口径为人力带宽与执行可靠性（31 次迭代 major fix 从 4.0 降到 0.5/次）。

全部论文