AI Papers Daily

#Industrial Recommender System

3 篇

MetaStrategy: Generative Ranking with Executable LLM Strategies

元策略：基于可执行LLM策略的生成式排序

🧭 LLM策略生成· Generator-Evaluator架构 ★ 深度解读

Taobao & Tmall Group of Alibaba · Wuhan University · The University of Hong Kong · University of Cambridge · Alibaba

用LLM生成结构化排序策略而非物品序列，通过生产路径重放与蒸馏实现零延迟个性化排序

📌 工作参考价值（4 点）

• LLM生成策略而非列表：用带类型JSON控制多目标权重、内容类型偏好等，通过编译器注入现有Generator，避免直接生成物品序列带来的集成难题。电商/广告混合流可直接复用这一思路，将LLM作为策略层，不侵入精排队列。
• 生产路径重放训练：重放真实请求日志，让LLM策略与现有Generator在同一Evaluator下原子竞争，反馈信号来自当前生产栈而非用户模拟器。推荐系统可借鉴此方法，低成本获得高保真离线RL训练环境。
• 自竞争课程缓解策略坍缩：将LLM频繁输出的编译后策略冻结为新Generator加入竞争池，迫使策略持续探索。在推荐、广告出价策略优化中，可照搬此机制防止模型退化为少数极端组合。
• 评估器路由的奖励增强在线蒸馏：对每个请求，用Evaluator选择最优教师，结合教师token差异与自身GE奖励进行蒸馏，将4B策略压缩至0.8B。多目标排序模型压缩中，可按此方式保留教师间的互补性与在线分布匹配。

GenRec | 2026-08-10 | cs.IR | score 10/10

LLM Strategy GenerationReinforcement LearningOn-Policy DistillationCurriculum LearningIndustrial Recommender SystemGenerator-Evaluator

CCFormer: Efficient Cross-Field Interaction and Hierarchical Sequence Compression for Industrial Recommendation at Tencent

CCFormer：面向腾讯工业级推荐的高效跨域特征交互与分层序列压缩

🧭 工业推荐模型 · 长序列建模 ★ 深度解读

Platform and Content Group, Tencent

统一特征域分离交叉注意力与子空间token混合，实现长序列推荐的高效交互与2.21×训练加速

📌 工作参考价值（4 点）

• 特征域分离的交叉注意力：将用户、行为序列、目标物品显式解耦，仅执行必要的定向注意力，避免全 token 自注意力的二次方开销；同时支持单个前向为请求内所有候选目标并行打分，在线峰值 QPS 提升 30%。
• 子空间 token 混合替代自注意力：沿序列和通道维度分组，局部混合 token 与 hidden 维度，以轻微精度损失换取 2.21× 训练加速，适合长行为序列的粗粒度编码。
• 层次化序列压缩：Transformer 层间使用 1D 卷积下采样逐步收缩序列长度，自动构建多尺度感受野（短期→长期），在保持长程依赖的同时大幅缩减后续层的计算量。
• 工程化部署优化：混合精度训练（BF16）、嵌入表 INT8 量化 + 双哈希压缩、候选物品并行预测，实际验证了复杂架构在工业流量的可行性与收益。

RecSys | 2026-07-30 | cs.IR | score 9/10

Long-Sequence ModelingCross-Field InteractionSubspace Token MixingHierarchical CompressionIndustrial Recommender System

Generative Long-term User Interest Modeling for Click-Through Rate Prediction

生成式长期用户兴趣建模用于点击率预估

🧭 生成式长期用户兴趣建模 ★ 深度解读

MeiTuan

提出生成式长期兴趣模型GenLI，用目标无关的生成分布代替目标中心检索，实现兴趣多样性和效率提升

📌 工作参考价值（4 点）

• 生成式兴趣分布替代目标中心检索：业务中可借鉴IGM思想，用近期行为生成多类兴趣向量（显式、隐式、相对），再通过哈希查表选择长期行为，避免每次请求都与全量行为做相似度计算，大幅降低线上延迟。
• 多兴趣分布设计提升推荐多样性：显式/隐式/相对三种分布的监督信号（点击行为、曝光行为、差值）可迁移到电商推荐或广告中，帮助显式刻画短期、隐式刻画长期、相对趋势捕捉兴趣变化，增强召回或排序阶段的多样性。
• 行为检索的O(1)查分方式：将离散兴趣分布与行为ID取模后直接查概率，可作为轻量级GSU部署，尤其适合物料数海量、行为序列超长的场景，比SIM/ETA的复杂哈希或内积更省资源。
• 端到端可插拔框架：GenLI作为即插即用的长期兴趣模块，可嵌入现有CTR模型，工程上只需在损失函数中加入显式/隐式兴趣辅助损失（标签来自点击或曝光项），线上部署改动小，A/B测试证实RPM提升1.5%+。

RecSys | 2026-05-15 | cs.IR | score 9/10

CTR PredictionUser Interest ModelingGenerative RetrievalLong-term BehaviorIndustrial Recommender System