2026-W24 周报

日期范围: 2026-06-08 ~ 2026-06-14

主题: 生成式推荐偏好对齐与 Transformer 原生架构双线工业落地

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

📊 统计: 共 47 篇 · 精读 16 · 覆盖 6 个工作日

周度综述

本周（2026-W24）共收录 47 篇论文、精读 16 篇，生成式推荐（约 15 篇）与判别式推荐（约 14 篇）平分主导，LLM 相关 11 篇、其他 8 篇；工业界参与度极高，JD、Netflix、Yandex、Meta、快手、Google、Snap、Shopee、腾讯、网易云音乐悉数登场，学术工作多集中于诊断与理论侧。三条主线贯穿全周。其一，偏好对齐（GRPO/DPO/KTO）正成为生成式推荐的训练范式：JD 的 AdaGRPO 把 RL 施奖从“均匀”改为“选择性准入”，仅在策略不确定且奖励可信处放行梯度；Netflix 的 Mult-DPO 把 DPO 从成对推广到 set-wise 多正样本并导出闭式可处理上界。其二，Semantic ID 已成生成式推荐的核心载体，并向可编辑、可判别、时序感知深化：快手 OneRetrieval 让运营免重训即可注入新词，Meta ChronoID 沿编码/融合/量化三维系统注入显式时间，Snap PauseRec 用可训练 token 做隐式 latent 推理替代脆弱的显式 CoT、训练省 65% GPU。其三，Transformer 原生统一架构同时重塑两条路径：Shopee 的 OneRank 把多任务推理内化进 Transformer 栈（线上 GMV/UU +1.01%），快手 OneBar 用单个 BART encoder-decoder 取代多阶段检索级联（Guided GMV +21.67%）。工业落地亮点密集：快手 AIR 把基于 LLM 的跨域意图离线化为“原子行为-意图”缓存，以约 400 倍吞吐换实时语义、电商 +3.446% GMV；Google 把 Gemini Pro 蒸馏到 Nano 实时生成用户画像上线。配套地，LLM 蒸馏、2-bit 量化与 token 压缩正固化为推荐检索降本提效的标配组合。此外值得关注 Yandex 的 Gryphon（以 item 级打分让 SID 检索作为唯一召回源替换 15+ 召回器）与腾讯 TAPF（零额外推理成本的极性门控，在五种 CTR 架构上一致提升 AUC）。

每日概览

2026-06-09

• 主题: 工业级生成式推荐的强化偏好对齐与判别式 CTR 扩展双线
• 论文数: 15 · 精读: 6

2026-06-10

• 主题: LLM 语义驱动推荐与 2-bit 极致量化双线推进
• 论文数: 5 · 精读: 1

2026-06-11

• 主题: LLM 推荐检索工业落地:蒸馏与压缩的降本提效
• 论文数: 5 · 精读: 1

2026-06-12

• 主题: LLM 与生成式推荐:工业可编辑检索与内容污染鲁棒性
• 论文数: 5 · 精读: 1

2026-06-15

• 主题: Semantic ID 生成式推荐:隐式推理与显式时序注入
• 论文数: 5 · 精读: 2

2026-06-16

• 主题: 工业级 Transformer 原生推荐架构与生成式范式双线推进
• 论文数: 12 · 精读: 5