2026-W16 周报

日期范围: 2026-04-13 ~ 2026-04-19

主题: 生成式推荐工业落地与序列建模统一框架的双轨并进

标签: generative-retrieval · sequential-rec · transformer · rl · industrial · feature-interaction

📊 统计: 共 9 篇 · 精读 3 · 覆盖 2 个工作日

周度综述

2026-W16（4月13日—19日）共收录 9 篇推荐系统论文，判别式推荐占主导（6 篇），生成式推荐 2 篇，LLM 推荐 1 篇；工业级论文 4 篇，学术论文 5 篇。本周论文量虽不大，但工业落地深度与技术主线集中度均较高，形成两条清晰的主轴。

主轴一：生成式推荐的工业系统化。本周最具代表性的工业成果是京东的 GenRec，系统性回应了大规模生成式检索在工业部署中的三大瓶颈：训练信号稀疏（页粒度 NTP 监督）、语义 ID 序列过长（非对称 Token Merger，约 2× 压缩比）、生成结果与用户偏好不对齐（GRPO-SR，以点击率和成交率为混合奖励的强化学习对齐）。30 天线上 A/B 实验显示点击提升 +9.5%、成交提升 +8.7%，是近期工业生成式推荐中效果增益最显著的系统性工作之一。同日期的 AuthGR（来自商业搜索平台）则从另一维度扩展生成式检索——首次将文档权威性信号通过视觉语言模型多模态评分融入 GenIR 训练流程，在大规模线上验证中取得正向收益，展示了生成式检索向内容质量感知延伸的潜力。

主轴二：序列推荐的统一建模框架。腾讯提出的 TokenFormer（精读分 8）是本周学术侧最受关注的工作，其 BFTS 分层注意力（底层全注意力、顶层滑动窗口）与 NLIR 非线性门控机制将多域特征交叉与序列行为建模统一到单一 Transformer 框架，并系统分析了 Sequential Collapse Propagation 现象，为序列模型的工业化设计提供了新的理论视角。

横切技术线：时序特征工程。RoTE 将时间戳分解为粗到细多粒度旋转位置编码，以即插即用方式注入序列模型，是本周时序建模方向的代表工作；幻想体育场景下的 DIN 扩展则引入赛事锁定倒计时与历史交互时间间隔编码，展示了时效性特征在垂直工业场景的具体工程落地。

其他值得关注的方向：Duet（LLM 推荐）联合生成用户与物品 profile 并以 RL 奖励反向优化生成策略，规避了手工模板的脆弱性；FeCoSR 探索联邦跨市场推荐协同；DCBM 融合图结构与语言模型用于商品组合推荐。

本周整体趋势：生成式推荐正从概念验证走向工业系统化，RL 对齐（GRPO）与序列压缩是当前落地的两个关键工程方向；序列建模侧，统一框架与时序感知是主要学术探索轴线。

每日概览

2026-04-16

• 主题: 序列推荐统一建模与时序特征工程的多路并进
• 论文数: 8 · 精读: 2

2026-04-17

• 主题: 工业级生成式推荐：训练信号、序列压缩与强化对齐
• 论文数: 1 · 精读: 1