Task-Aware Automated User Profile Generation for Recommendation Simulation Using Large Language Models
面向推荐模拟的任务感知自动化用户画像生成
🧭 RecSys ★ 深度解读
RMIT University
提出无需手动Schema的三阶段框架，自动生成任务对齐、鲁棒的用户画像，显著提升模拟行为对齐与泛化性
- 可借鉴多模态技能包构建方式：将电商操作流程（如商品搜索、下单）封装为文本过程+关键状态截图+状态描述卡片，减少Agent推理时的图像上下文开销。
- 利用非评测的用户交互轨迹（如公开的购物会话）自动生成可复用技能库，通过工作流分组和视觉接地减少人工标注成本。
- 分支加载机制可集成到电商Agent中：在临时上下文里对比当前界面与技能包中的关键帧，对齐状态后才给出操作建议，避免直接参考静态截图导致的过锚定。
- 多模态过程知识对外部技能库的补充思路，可推广到生成式推荐中的多模态用户意图理解，用类似状态卡片描述用户当前搜索上下文。
- 长序列建模的线性注意力可复用到用户行为序列：帧间Gated DeltaNet（GDN）的线性化记忆更新机制，与softmax高低频分工的思路，可直接用于电商用户长期兴趣建模，在保持精度的同时将显存和延迟从 $O(L^2)$ 降至 $O(L)$。
- 双分支控制可作为多模态条件生成的范式：将相机6-DoF分解为低频姿态与高频视角的双分支控制，对生成式推荐中融合多种条件（如时间、场景、个性化）的设计有参考意义。
- 两阶段生成（粗-精）是通用的效率优化：先用小模型快速生成粗稿，再用精炼器提升局部一致性，可迁移到生成式推荐的item生成链路，降低全尺寸模型的一次推理成本。
- 从弱标注视频中提取精确动作的流水线：可借鉴其从公开视频估算 metric-scale 相机姿态的方法，用于电商场景下的用户行为模拟数据构建，例如从店内视频中提取移动轨迹作为世界模型的训练监督。
- 对于需要控制尾部风险的应用（如金融、供应链），指数效用（entropic risk）可建模风险偏好，本工作的紧样本界能指导更高效的采样预算分配
- KL-based 探索奖励（exploration bonus）的设计可迁移到其他需要乐观探索的场景，如在线推荐中冷启动策略的探索
- 停止规则的紧致性思想可以启发推荐系统线上实验的早停机制，当收益差异的置信区间足够紧时提前终止实验
- 整体上，业务直接应用有限，主要贡献在理论层面，但风险敏感视角在电商定价或广告出价中可能用于规避极端亏损
- 在电商商品图生成中，可定位大规模激活通道，通过替换这些通道的值实现细粒度属性控制（如颜色、材质、风格），无需重训模型。
- 生成式推荐场景下，将用户/物品描述作为文本条件，利用大规模激活通道的迁移性，生成跨语义的个性化插值图像或推荐解释。
- 推理加速：发现仅极少数通道起决定性作用，可设计稀疏计算策略，在推理时跳过低贡献通道，显著降低计算量。
- 对于Agent系统中的视觉生成模块，借鉴该机制可实现zero-shot的语义技能迁移，即保留画面结构但改变语义内容，增强多模态交互灵活性。
- 可训练知识网络替代静态RAG：每个Agent（Planner、Solver、Oracle、Hacker）配有图结构记忆，边权重由任务成功/失败信号通过REINFORCE动态调整，而非仅靠语义相似度检索。电商Agent可借鉴此模式，将用户交互反馈（如点击、转化）转化为知识检索的路由策略，实现经验驱动的动作选择。
- 闭环多智能体反馈联动：Oracle的测试认证、Hacker的对抗攻击结果不仅独立使用，还通过事件总线更新其他Agent的知识网络。在推荐/审核/风控的多智能体系统中，可设计类似的失败信号广播机制，让不同角色共享教训，避免重复错误。
- 补丁式修复节省Token与提升稳定性：Solver不重写整个程序，而是生成SEARCH/REPLACE补丁，仅修改出错部分，大幅降低计算开销（实验中Token节省达86%–91%）。业务流程自动化（如代码修复、规则调整）可优先采用增量修补而非全量重试，提高效率并保持核心逻辑不变。
- 无模型微调的性能持续提升：LLM权重完全冻结，仅更新外部知识网络，系统性能随使用时间单调增长。这对业务中模型更新成本高或数据隐私严格的场景（如私有化部署的推荐系统）很有价值，可用轻量级外部记忆实现持续迭代。
- 合成数据预训练范式可迁移至电商推荐特征工程：不依赖真实标签，用先验生成大量多样化表格数据训练基础模型，冷启动场景潜力大。
- 测试时计算扩展（Thinking模式）思路可借鉴至推荐模型推理阶段：对复杂样本动态分配更多前向次数或集成，以可控计算成本换取显著效果提升，适合高价值决策场景。
- 工程优化直接复用：通过缩减KV缓存和row-chunking支持百万行数据单卡推断，可应对推荐系统海量用户-物品交互数据。
- SHAP值计算加速120倍：若业务需用SHAP进行模型可解释性分析，可参考其KV缓存复用策略，大幅降低线上或离线归因耗时。
- 按抽象层次解耦商品图像语义：借鉴L1-L4框架，将商品搜索意图分解为具体属性（形状、颜色）和抽象含义（氛围、适用场景），分层设计召回与排序策略，提升复杂查询的匹配度。
- 上下文注入策略：在电商多模态检索中，可将商品评论、用户场景描述等叙事上下文编码后融入图像侧嵌入（而非仅融合文本侧），增强对抽象查询（如“浪漫晚餐裙”）的检索能力。
- 构建场景化评测集：参考合成故事和查询的方法，为商品图像设计不同叙事故事（如“职场通勤” vs “闺蜜聚会”），检验检索系统是否理解同一商品在不同上下文中的差异化匹配，诊断模型抽象语义能力。
- 对于L4级抽象（意图/氛围）的挑战，可结合外部知识图谱或因果推理先验，辅助模型推断图像在特定叙事中的隐含含义，弥补纯嵌入方法的不足。
- 冷启动与新品上架：新商品无历史销售数据时，可通过预计算的谱层坐标和群体TDA指纹立即定位其在全局流形中的位置，无需等待历史积累。在内部数据上，TopoPrimer 在零周历史时 MAE 比普通 Transformer 低 27%。
- 季节性大促波动：大促期间需求分布剧烈偏移，传统模型 MAE 上涨 46–50%，而拓扑先验能稳定预测，退化幅度控制在 10% 以内。可将该思路用于电商大促、节假日等场景的库存与销量预测。
- 轻量适配器范式：对于已经部署的 Chronos/TimesFM 等预训练基础模型，只需冻结主干网络并训练一个参数量不到主干 0.1% 的拓扑适配器（处理 TDA、谱层坐标、上下文统计量与缓存预测的分支，输出残差修正），即可在几乎不增加推理成本的情况下嵌入群体拓扑信号。
- 拓扑预判准则：用 H1/N（循环密度）快速诊断领域是否具有可利用的循环共动结构（例如电网、天气有真正循环，零售日历周期导致的假循环无效），提前决定是否引入 TDA 分支，避免在无效领域引入噪声。
EcoGEO: Trajectory-Aware Evidence Ecosystems for Web-Enabled LLM Search Agents
面向网络化LLM搜索智能体的轨迹感知证据生态系统
🧭 Agent ★ 深度解读
ShanghaiTech University
提出生态系统生成引擎优化视角，通过导航入口与异构支持页面协同引导智能体浏览轨迹，提升目标产品推荐成功率
MMSkills: Towards Multimodal Skills for General Visual Agents
MMSkills：面向通用视觉智能体的多模态技能框架
🧭 视觉智能体 · 多模态技能复用
Shanghai Jiao Tong University · Xiaohongshu Inc. · Southeast University
提出多模态技能包（状态卡片+关键帧+文本过程），并通过分支加载机制提升视觉Agent决策。
📌 工作参考价值（4 点）
Nexus : An Agentic Framework for Time Series Forecasting
Nexus：多智能体时间序列预测框架
🧭 Agent ★ 深度解读
Google · Pennsylvania State University
通过宏微观双分辨率预测与动态校准，Nexus 多智能体框架在零样本预测中超越专业时序模型，并输出可解释推理。
Orchard: An Open-Source Agentic Modeling Framework
Orchard：开源可扩展代理建模框架
🧭 Agent ★ 深度解读
Microsoft Research · Columbia University · UIUC
提出轻量级环境层 Orchard Env 实现跨领域、跨训练阶段的 SFT+RL 代理训练，在 SWE-bench 和 GUI 基准上达到开源最优
Thinking Ahead: Prospection-Guided Retrieval of Memory with Language Models
前瞻性引导的记忆检索：语言模型的前瞻思考
🧭 RAG ★ 深度解读
University of Washington · Microsoft Research
提出前瞻性引导检索（PGR），通过模拟未来场景触发相关记忆，解耦存储与检索，大幅提升长期个性化助手的召回率
RAG-Enhanced Large Language Models for Dynamic Content Expiration Prediction in Web Search
RAG 增强的大语言模型用于 Web 搜索中的动态内容过期预测
🧭 Reasoning ★ 深度解读
Baidu Inc.
利用 LLM 对查询意图和文档时间上下文进行语义推理，动态判定内容有效期，取代静态时间窗口规则
SANA-WM: Efficient Minute-Scale World Modeling with Hybrid Linear Diffusion Transformer
SANA-WM：基于混合线性扩散Transformer的高效分钟级世界模型
🧭 高效长视频世界建模 · 混合线性注意力
NVIDIA
用2.6B参数、单GPU在34秒内生成长达60秒的720p控制视频，效率比工业基线高36倍
📌 工作参考价值（4 点）
Tight Sample Complexity Bounds for Entropic Best Policy Identification
熵风险下最佳策略识别的紧样本复杂度界
🧭 风险敏感强化学习理论
ENS Paris Saclay · University of Technology Nuremberg
通过平滑性导出更紧集中界并设计新停时规则，匹配了熵风险RL策略识别的下界
📌 工作参考价值（4 点）
Few Channels Draw The Whole Picture: Revealing Massive Activations in Diffusion Transformers
少数通道描绘全貌：揭示扩散Transformer中的大规模激活
🧭 扩散Transformer · 大规模激活语义分析
University of Modena and Reggio Emilia, Italy · University of Pisa, Italy
扩散Transformer中极稀疏的大规模激活通道是语义信息的载体，控制生成质量、空间布局并支持无训练的语义迁移
📌 工作参考价值（4 点）
Solvita: Enhancing Large Language Models for Competitive Programming via Agentic Evolution
Solvita：智能体进化框架让LLM在竞赛编程中持续积累经验
🧭 多智能体协作与经验持续进化 ★ 深度解读
Nanjing University · Tsinghua University · Independent Researcher
通过四个专用智能体与可训练图知识网络，用REINFORCE将执行结果转化为路由权重更新，实现无需微调的持续编程能力提升
📌 工作参考价值（4 点）
TabPFN-3: Technical Report
TabPFN-3: 大规模表格基础模型的速度与性能突破
🧭 表格基础模型规模化与推理加速
Prior Labs
基于合成数据预训练的表格基础模型，通过测试时计算扩展和工程优化，在多种表格任务上超越调优集成方法，速度提升20倍
📌 工作参考价值（4 点）
Boosting Reinforcement Learning with Verifiable Rewards via Randomly Selected Few-Shot Guidance
通过随机少样本指导增强可验证奖励强化学习
🧭 LLM ★ 深度解读
University of Illinois Urbana-Champaign
提出 FEST 算法，仅用 128 个随机 SFT 演示，通过半在线 DPO 和衰减权重实现 RLVR 的显著提升
Same Image, Different Meanings: Toward Retrieval of Context-Dependent Meanings
同一图像，不同含义：面向上下文依赖语义的检索研究
🧭 图像检索 · 上下文感知 · 语义抽象层次
Tokyo Metropolitan University · CyberAgent
提出L1-L4框架量化图像语义的上下文依赖程度，发现上下文注入图像嵌入更有效，但最抽象语义层次仍难解决。
📌 工作参考价值（4 点）
TopoPrimer: The Missing Topological Context in Forecasting Models
TopoPrimer：将序列群体的全局拓扑作为预测模型的缺失上下文
🧭 时序预测基础模型增强 · 拓扑数据分析 ★ 深度解读
Apple
将持久同调和谱层坐标作为冷冻上下文注入预测模型，缩小冷启动差距且抗季节性漂移
📌 工作参考价值（4 点）
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180181182183184185186187188189190191192193194195196197198199200201202203204205206207208209210211212213214215216217218219220221222223224225226227228229230231232233234235236237238239240241242243244245246247248249250251252253254255256257258259260261262263264265266267268269270271272273274275276277278279280281282283284285286287288289290291292293294295296297298299300301302303304305306307308309310311312313314315316317318319320321322323324325326327328329330