2026-W37 周报

日期范围: 2026-09-07 ~ 2026-09-13

主题: 精读评分系统性下调：对照组的选法决定收益成色

标签: industrial · academic · parameter-scaling · sequence-compression · inference-serving · moe

📊 统计: 共 40 篇 · 精读 12 · 覆盖 6 个工作日

周度综述

本周（09-07～09-13 提交，覆盖 6 期日报）入库 40 篇：其他 13、生成式推荐 10、LLM 9、判别式推荐 8；工业 13 篇、纯学术 27 篇，摘要均分 6.03，其中 12 篇进入精读。

周度最硬的量化事实是精读评分的系统性下调：12 篇精读中 8 篇下调、3 篇持平、仅 1 篇上调，均分由摘要阶段的 7.58 跌到 6.83，净变化 -0.75。作为对照，流水线启用以来 266 篇精读的均值是 +0.21、下调率仅 30%；第三季度均值已转负（-0.14、37%），按投稿周归并则 W34 起连续四周为负（-0.56、-0.25、-0.68、-0.80），本周最极端。分布也不随机：8 篇下调全部带工业背景，持平与上调的 4 篇里有 3 篇是学术或研究院口径的受控研究。

失效模式可归为三类。其一，对照臂被弱化或不等参：陌陌 MORE 把全消融折回主表口径后仅 +0.41%，低于 OneTrans 的 +0.54%，相对最强公开骨干的净增量约 0.2pp，却多带 21.5% 参数；阿里国际 LazFormer 反复强调的 +3.44pt，是相对一个被故意破坏的 naive 3-epoch 配置，与务实的只训 1 个 epoch 相比真实增量仅 +0.26pt；Meta MoEMB 的专家轴 +10.4 实为 E=256 剪枝出来的退化曲线；快手 OneLA 的 1.54-2.46x 也测在较弱的 FullState 基线上。其二，增量无法与新增通道分离：淘天 VARG 的 GMV +1.45% 证明的是新开一条带预留配额、绕过粗排的通道，其署名创新 Prefix-GRPO 只占 RL 增益的 11.7%；Netflix 的 Constrained GRPO 声称推荐能力不退化，约束集里却根本没有推荐能力这一项。其三，招牌卖点那条指标零实测：字节 SequenceO1 在抖音全流量替换 TWIN V2、双端跑满一个月 A/B，是本周精读最高分（8），但这篇以系统效率为卖点的论文全文没有任何延迟、吞吐与显存实测；腾讯 ChronicleRec 拿到广告 GMV +1.61%，核心卖点“可缓存”却零服务侧验证。

反例同样清晰：蚂蚁 Ling Team 用 1,800 次独立从零预训练，把激活参数量、总参数量、训练算力三种对齐口径逐一证伪；UBC MoME 用等参、同槽位、只改路由规则的一组对照，把增益干净地归因到上下文；Meta FAIR 的 End-Of-Token 以一个终止 token 吸收残余概率质量、单次前向精确转出字节分布，是本周唯一上调（7→8）。可信度不取决于主张有多大，而取决于对照组的选法。

每日概览

2026-09-08

• 主题: 机制被断言与机制被测量：统一排序骨干对照召回标度律
• 论文数: 8 · 精读: 2

2026-09-09

• 主题: 扩容三连：宣称扩的那根轴有没有被真正扫过
• 论文数: 7 · 精读: 3

2026-09-10

• 主题: 合成数据的两阶段课程与托攻击的骨干依赖
• 论文数: 2 · 精读: 0

2026-09-11

• 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
• 论文数: 2 · 精读: 0

2026-09-14

• 主题: 三重压缩：长序列、解码状态与词表的开销重分配
• 论文数: 9 · 精读: 3

2026-09-15

• 主题: 工业推荐的收益归因：对照组决定结论成色
• 论文数: 12 · 精读: 4