2026-W21 周报

日期范围: 2026-05-18 ~ 2026-05-24

主题: 工业推荐规模化:参数与测试时双轴扩展,语义 ID 与长尾冷启动

标签: industrial · parameter-scaling · semantic-id · test-time-training · rl · cold-start

📊 统计: 共 50 篇 · 精读 20 · 覆盖 6 个工作日

周度综述

本周（2026-05-18 至 05-24 ISO 周）共收录 50 篇、精读 20 篇；类别以推荐为主（判别式 20、生成式 12），LLM 12 篇、其他 6 篇，精读主力几乎全是工业界（阿里、字节、腾讯、快手、Netflix、Meta、蚂蚁、Taboola），学术工作多见于略读。主线有三：其一是“规模化扩展”从经验调参走向工程化与诊断化——Netflix 把生成式推荐骨干从 2M 扩到 1B，并提出任务相关 offset 幂律 scaling law 作剩余空间诊断，冷启动 +28.1%；腾讯 RankElastor 以有效秩动力学纠正 RankMixer 嵌入坍缩，主张“多扩张少收缩”。其二是测试时计算扩展首次规模化迁入工业推荐：阿里 UTTSI 免训练、模型无关地按实例不确定性分配特征探索路径，线上 +5.3% CTR；阿里 DeGRe 以前瞻评估器离线挖掘高价值排列、单次贪心解码逼近全局最优，淘宝闪购 GMV +3.75%。其三是语义 ID 与显式推理的深化：FLUID 在生产级直播排序中彻底弃用候选侧 item ID，改用多模态分层语义码 LUCID；阿里 AKT-Rec 用高碰撞 RQ-VAE 聚成语义簇、经非对称 InfoNCE 实现头→尾单向迁移，长尾受益且 GMV +3.47%；快手 RPORec 把显式 CoT 与轻量检索头解耦、用 GRPO 精炼推理，广告营收 +1.348%。冷启动与长期价值优化贯穿全周：阿里 GrowthGR 以 ItemLTV 反事实 uplift 加多价值 GRPO 拉动新品 GMV +5.39%。LLM 侧，首尔国立 BlockQuant 把旋转向量量化推广为球面分块、解析逼近 Shannon 下界，KV-cache 3.5-bit 量化近乎无损。整体看，工业推荐正同时沿“参数规模”与“测试时计算”双轴扩展，并以语义 ID、无偏建模与 RL 推理支撑长尾与冷启动落地。

每日概览

2026-05-19

• 主题: 生成式推荐多维突破：冷启动、长尾去偏与可变长 SID
• 论文数: 12 · 精读: 6

2026-05-20

• 主题: 向量量化双线推进，推荐与推理理论同台
• 论文数: 4 · 精读: 1

2026-05-21

• 主题: 工业直播推荐新范式与 LLM 训练标度律
• 论文数: 6 · 精读: 2

2026-05-22

• 主题: LLM 显式推理与生成式检索重塑推荐召回
• 论文数: 5 · 精读: 2

2026-05-25

• 主题: 工业推荐的规模化扩展与长尾冷启动
• 论文数: 8 · 精读: 3

2026-05-26

• 主题: 工业推荐系统:测试时扩展、生成式重排与效率优化
• 论文数: 15 · 精读: 6