OneTrans-GSR：单自回归 Transformer 统一重排/混排的生成式 Slate 排序范式
🧭 生成式推荐 · Slate 排序统一重排与混排 ★ 深度解读
ByteDance
单自回归 Transformer 统一重排/混排直接生成 slate，线上 GMV/u +2.63%、广告价值 +2.06%、复购 +2.03%，延迟降 13%
📌 工作参考价值（4 点）
- 架构上，用离线 reward model + 线上直接生成替代在线 Generator-Evaluator：线上只跑 decoder，多个候选按 sequence log-prob 选最优，RM 不参与 serving，换来 13% 延迟下降；在重排/混排链路中值得复用。
- 多目标融合上，不同 reward 目标先 min-max 归一化再几何平均，RM reward 与业务规则满意度 reward 分开标准化后组合，避免量纲差异导致单一目标主导；RM ensemble 加 disagreement penalty 防 reward overfitting。
- 约束注入上，硬约束放在 decoding 的 masks/logit adjustments（tag-frequency 窗口、相似度惩罚、广告 boost），软偏好作为额外 RL reward 而不是后处理规则，能保留生成模型的端到端优化空间。
- 工程细节上，candidate 在 prefill 中互相 attend 比 output-only/cross-attention 更优；输出侧 stop-gradient 防止候选 embedding collapse；共享 prefill KV cache 提升吞吐，可直接迁移到生成式候选生成/LLM 排序。
GistRank：基于 Gist 压缩的大模型列表级排序
🧭 LLM listwise 重排 · Gist 压缩 ★ 深度解读
Southwest University · Renmin University of China · Yuanbao Team, Tencent · Institute of Computing Technology, Chinese Academy of Sciences
用三阶段训练将每个候选段落压成4个gist token，在TREC/BEIR上以约14倍加速逼近全文本重排效果
📌 工作参考价值（4 点）
- 把商品标题/详情/卖点用 Stage 1 的 query 预测目标预训练成 4 个 gist token，线上重排只拼接 gist，可将 100 个候选的 prompt 从 8k+ token 降到约 1.25k，延迟和 KV cache 占用大幅下降
- 借鉴 Stage 2 的 citation/click 偏好：在电商搜索中可用点击 vs 曝光、成交 vs 点击构造成对数据，训练 gist 或 item 表示具备判别性，无需昂贵人工标注；再用少量人工/LLM 标注做 Stage 3 listwise 微调
- 用 rank-slot + ListMLE 非自回归打分替代 LLM 自回归生成排序，可以把排序阶段从生成式 token 序列变成一个固定大小的打分矩阵，吞吐更稳定，适合在线 serving
- 注意成本结构：候选压缩占 90%+ 延迟，优先考虑对全量商品库离线预计算 query-independent gist 或做近似缓存，只在线对当前 query 做轻量融合/重排序
Glance：生成器即重排序器
🧭 生成器内置重排序，共享 prefill
Airun Intelligence Labs
提出 Glance，给生成器加轻量决策适配器和指针头，共享一次 prefill 对候选段落打分，免去独立重排模型
📌 工作参考价值（4 点）
- 若业务中已部署 LLM 作为生成式排序或回答模型，可借鉴 Glance 思路：在同一个 LLM 上挂轻量决策头同时完成相关性打分与生成，避免单独服务 cross-encoder，节省显存和部署成本。
- “共享 prefill + 轻量 probe”技巧：对候选商品/内容批量编码一次，从缓存中分支不同 probe 产生分数，比逐对 prefill 更高效，适合候选量较大的重排场景。
- 激活适配器变体允许生成继续使用原始缓存，可将重排与生成解耦为不同 adapter，按需激活，主干权重不变，便于多技能扩展。
- 注意：论文仅在通用 RAG 数据集上验证，迁移到电商/推荐需自行评估，但“单骨干多技能”的架构思想值得复用。
量子启发式成对排序聚合与主动 LLM 反馈用于文档重排
🧭 量子启发式排序聚合 · LLM 主动反馈 ★ 深度解读
University of Arkansas, Fayetteville · Walmart Inc. Applied AI
只用高分歧文档对的少量 LLM 判断学习多路检索融合权重，以约 30 次调用逼近 SOTA 零样本 LLM 重排效果
📌 工作参考价值（4 点）
- 如果线上已有多路检索/召回（BM25、dense、SPLADE）需要融合，可借鉴「只让 LLM 判高分歧 top-r 文档对」的主动采样：每 query 约 5–30 次 LLM call 即可超过最强无监督融合，成本远低于 listwise/pairwise 全量重排，适合低延迟搜索与 RAG 候选重排。
- 权重更新公式可直接复用：用 LLM 的 A/B 判断和 logit gap 做置信度过滤，保留高于 τ 的判断；权重 ∝ softmax(β * mean(2*P(winner|ranker)-1))。累积历史 refit 比 momentum 更稳定更强，推荐 β=3、τ=2.5，无需训练数据或微调。
- 最终只做线性分数融合，工程上极轻量，可缓存各 ranker 分数与融合权重，毫秒级重排；若原始 BM25 分数缺失，可用 rank-based proxy 替代。
- 注意当前二选一判断无法处理“两个文档都不相关”的场景，可能引入噪声；低置信度过滤只能缓解，业务可考虑增加“都不相关”选项或校准置信阈值。
复杂 Agentic Memory 是否总是必要？朴素 RAG 比我们想的更强
🧭 长对话记忆中朴素 RAG 基线对比复杂 Agentic Memory
Xi'an Jiaotong University · Shanghai Jiao Tong University · Zhejiang University · The Chinese University of Hong Kong
在长对话理解中，基于原始历史的朴素 RAG 在多数基准上超越复杂 agentic memory，并揭示保留原始信息的重要性
📌 工作参考价值（4 点）
- 在电商客服、用户 long-term profile、Agent 对话等场景，可以先实现朴素 RAG：直接对原始历史做 dense retrieval + reranking，再交给 LLM 生成回答，工程成本远低于构建复杂记忆系统，却可能获得更高准确率。
- 保留原始交互序列和日志很重要。复杂记忆转换（如 summary、知识图谱、记忆更新）会引入信息损失，导致后续推导所需的依赖路径丢失；在推荐/客服场景应保留 raw evidence 作为检索源。
- 证据覆盖率比单条证据利用率更关键。朴素 RAG 可能检索到更多冗余但相关证据，即使部分证据未被 LLM 充分利用，也能通过提升 recall 来弥补 precision 的不足，因此评估记忆系统时不要只优化 top-k 精度。
- 重排序在 raw-history RAG 中是有效的 trick：先 dense retrieval 提高 recall，再用 reranker 压榨 top-k 质量，可以在低 ingestion 成本下达到甚至超越复杂记忆的表现。
SkillContrast：差异引导的 Agent 技能重排文本选择
🧭 Agent 技能检索重排 · 差异文本选择
Huawei Technologies Co., Ltd. · Department of Obstetrics, Shanghai East Hospital, Tongji University School of Medicine
训练无关的文本选择器，保留候选技能间差异与局部上下文，压缩重排输入并提升干净命中
📌 工作参考价值（4 点）
- 在 LLM/Agent 重排环节需要压缩候选输入时，不要只按 query 相关性抽句；可对候选集合做差异对比，保留版本、适用条件、资源限制等只有部分候选具备的区分信息，帮助 reranker 区分相似技能/商品。
- 该方法训练无关，可作为 reranker 前置的文本选择模块，适合业务快速接入；生产环境可用字符/段落 diff 或属性对比生成差异片段，控制单候选 token 预算。
- 对电商/广告中相似商品、素材或 skill 的重排，可尝试对候选标题、属性、卖点做“差异化选择”，突出规格、适用人群、价格条件等关键差异，提升 LLM 排序准确率并降低调用成本。
- 注意模型规模影响：较小 reranker（0.6B）可能因信息损失而弱于全量输入，较大模型（4B）可保持甚至提升；建议在目标模型上验证 token 节省与效果平衡。
找到正确平衡：LLM 检索中的相关性与多样性
🧭 RAG 检索多样化自适应策略
Université du Québec à Trois-Rivières
提出基于候选池冗余与查询证据需求的查询自适应规则，选择性启用检索多样化，避免损害相关性与答案质量
📌 工作参考价值（4 点）
- 在电商 RAG/商品问答中不要全局默认启用 MMR 或多样性重排：生产数据若候选池干净，多样化会降低相关性与答案质量；先用已有 embedding 统计 top-k 最近邻中有效 distinct 文档数，再决定是否开启多样性。
- 多证据场景（如从多个商品评价/卖点综合回答）可借鉴 query-adaptive 触发条件：当 top-k 选择的 distinct 文档数低于查询所需证据条数时再触发多样化，否则回退到最近邻；该规则无需额外模型，可跨数据集和 encoder 迁移。
- 当使用重叠 chunking 或商品库中有同款/相似描述时，可通过 RNG-Score 的 margin 检测重复结构，作为降级信号；margin 明显时说明冗余高，适合切换多样化，否则直接保留 NN 结果。
- 工程实现可把“有效不同文档数”做成轻量在线统计特征，与召回/重排解耦，避免因盲目开多样性浪费 context budget 或漏掉关键证据。
重排序与晚期交互驱动检索质量：科学问答 RAG 策略受控对比
🧭 RAG 检索策略对比评测 ★ 深度解读
San Jose State University, Department of Computer Science
在46万篇arXiv语料上系统对比6种RAG检索管线，ColBERT晚期交互与改写加重排效果最好，融合与Agent检索反不及基线
📌 工作参考价值（4 点）
- 电商商品搜索/内容推荐的知识增强检索中，若当前向量召回是单向量池化，可优先评估 ColBERT/PLAID 这类 late-interaction 索引：同语料下 Hit@3 从 47–53% 翻倍到 93–95%，对最终生成质量有直接提升；代价是建索引与检索成本更高，适合高价值 query 或小规模候选集召回。
- LLM 查询改写不能单独上：改写可能让 query 漂移，尤其意图型 query 的 Hit@3 反下降（39.7% vs 46.3%）。实践中若上改写，必须接一个 reranker（listwise LLM rerank 或 cross-encoder），让改写+重排作为整体管线，否则不如直接 raw query 检索。
- 多查询融合 RRF 和 Agentic tool-call 在这些实验里没有带来增益，反而显著低于经典基线；业务引入 agent 自主决定是否检索时需要明确回答率与成本约束，不能因为“更智能”就默认更好。
- 评测设计可复用：固定 generator、prompt、文档池，用配对查询差异（paired delta + 95% CI）而非只看均值；LLM-as-a-judge 用不同模型家族以避免 self-preference；同时报告 answer rate 和 conditional score，避免拒答/零分扭曲结论，并报告 Hit@1/Hit@3/MRR@3 与生成质量的相关性。
组件感知反馈驱动的自进化程序
🧭 LLM 程序进化 · 组件级归因反馈 ★ 深度解读
Santa Clara University
对进化搜索中的每次代码变更做组件级归因并写入记忆，让 LLM mutator 在重排任务上收敛更快、效果更好
📌 工作参考价值（4 点）
- 在 LLM-guided evolutionary search 或自动优化 pipeline 中，不要只给 mutator 看完整代码和总分；把每次 mutation 的组件 diff（新增/删除/修改的函数、常量）与 evaluator 返回的 metric 变化组成 (component_set, delta_metrics) 记录，显式注入 prompt，能显著减少 LLM 从长上下文推断编辑效果的负担。
- 双参考帧设计值得复用：local frame（child vs parent）回答“上一步有没有用”，global frame（child vs seed）回答“整条 lineage 是否值得继续”。在搜索停滞时调用 global frame，可帮助 mutator 换策略而不是在局部瞎试。
- 多目标优化目标函数可借鉴：将质量项和成本项分别对 seed 归一化，加一个小的 λ 项和 min(a,b) 项，既能同时优化质量和 token 成本，又避免搜索只玩一个维度。电商重排/广告出价等成本敏感场景可以直接套用。
- 本地可服务模型（如 Qwen3.6-35B-A3B）就够用，不依赖 frontier LLM；组件级归因反馈提高了样本效率和跨域泛化，对线上持续自动调参/调 pipeline 有直接工程价值。
测量与缓解 LLM 推荐系统中的身份线索偏好漂移
🧭 LLM RecSys 身份线索漂移测量与缓解 ★ 深度解读
Institute of Intelligent Computing, University of Electronic Science and Technology of China
提出 PromptShift 训练-free 框架，量化并缓解 LLM 推荐中单条身份线索导致的群体偏好漂移，SliceShift 平均降低 62.42%
📌 工作参考价值（4 点）
- 在 LLM 排序/推荐中，prompt 注入用户性别、年龄等 profile 属性不是中性输入：即使行为历史不变，也会系统性把结果拉向该群体热门物品。工程上应把身份字段视为可干预变量，并对线上 prompt 做受控对照测试（paraphrase controls）以区分普通措辞敏感性。
- 可复用其 slice-popularity table：用近期正反馈构建 identity slice × item 频率表，小样本 shrink 向全局，再用 Δφ=φ(item,g)-φ(item,⋆) 识别“群体过流行”物品，作为无参数偏差审计信号。
- 后处理 reranking 适合合规/轻量去偏：对 LLM 生成候选池 (N>K) 用 score = α_u·rank_score + (1-α_u)·(1-φ(item,g)) 重排，α_u 由用户历史 mainstreamness 动态调节；保留 top K' 不干预，能提升 HitRate/MRR 且几乎无额外模型调用。
- 注意 trade-off：该方法可能降低 NDCG，因为会扰动多命中排序；如果业务更重 NDCG 需压 α 下限或只在前 K 外做调整。
通过 LLM 引导剪枝改进最近邻图索引
🧭 LLM 离线精修图索引 · 语义检索 ★ 深度解读
University of Wisconsin–Madison · MIT
提出 LGP，在 DiskANN/HNSW 图索引上离线用 LLM 替换低价值邻居，弥合几何构造与语义评估错配
📌 工作参考价值（4 点）
- 可在现有 HNSW/DiskANN 等图索引上增加离线 LLM 精修环节：对每个节点，用两跳非邻居构造小候选池，先按结构冗余/两跳可达性筛到 M=12~24，再让 LLM 只选 B=2 个语义互补候选替换低价值边；不改查询链路，直接提升低 search width 下的召回与 NDCG。
- 该方法的收益在窄 search width/低距离计算预算下最大，适合召回候选受限、重排器无米下锅的场景；可作为索引侧优化，和 query-time rerank/RGS 等互补。
- 工程上 LLM 调用只发生在离线构图阶段，按节点短list 调用，成本可控；可先对高流量 query 相关节点或重要类目做部分精修（β=0.25/0.5），再逐步放开到全图。
- 语义选择模型越强收益越明显（Qwen3-32B > Qwen3-8B），且对 embedding 模型鲁棒；建议用非推理模式的小 LLM/VLM 控制成本，避免破坏图导航。
何时用选择取代提取？一项基于类型决策模型的智能体记忆预注册测试
🧭 Agent 记忆选择与重排序
Independent Researcher
预注册实验表明：在紧凑预算下，用类型决策模型单次选择原始对话轮次，效果非劣于 LLM 提取记忆且成本极低；重排序增益随预算增大而减弱
📌 工作参考价值（4 点）
- 对话式推荐 / 客服 Agent 的记忆模块可优先采用「原始对话轮次选择 + 轻量判别模型（typed decision model）」，不必先做 LLM 事实提取，写入成本可降低几个数量级，在预算紧张时效果非劣，适合高吞吐场景。
- 重排序的投入应视最终保留的上下文预算而定：如果 context window 只能容纳少量候选（如 3/30），重排序收益显著（+17.4 / +9.1）；如果预算充裕，收益递减（+1.5 / +1.1），可省去该环节降本增效。
- 在匹配上下文长度下，轻量 typed decision model 可作为 LLM reranker 的低延迟替代（约 1/3 延迟），用于召回后的候选筛选，尤其适合对时延敏感的在线推荐服务。
- 实验采用预注册 + 非劣性检验，这种评估范式适合迁移到业务算法替换场景：证明新策略「不差」而非「更优」，可加速低成本方案的灰度上线。
CAGE：检索增强生成中的连贯性感知图编码重排序框架
🧭 RAG 重排序 · 图编码连贯性
Capital One · General Intelligence Company
用异质实体图建模检索块间连贯性，通过图神经网络重排序提升多跳问答上下文质量
📌 工作参考价值（4 点）
- 在搜索/推荐系统的召回后重排阶段，不要只对单个 item 和 query 打分，可以构建 item 之间的实体关系图（如互补、替代、共现），用 GNN 编码集合整体连贯性，提升 top-k 集合的质量。
- 对于电商场景下多跳查询（如“适合油皮的轻薄粉底液”），可以抽取商品属性实体构建图，利用 min-out-degree 重加权突出少连接但关键的事实锚点（如肤质、功效），增强上下文的事实一致性。
- 在 LLM 生成推荐理由或广告文案时，检索出的商品信息可能存在矛盾或冗余，可借鉴 CAGE 的 Noise Resistance 和 Informational Bonding 维度，用图结构过滤噪声、强化信息互补性，减少生成幻觉。
- 部署时可将 CAGE 作为轻量级 reranker 模块叠加在现有检索器后，无需改动生成模型，只需额外构建实体图并做一次图卷积，工程成本可控。
超越 Top-k 技能检索：面向 LLM Agent 的多样性感知技能路由
🧭 LLM Agent 技能路由 · 多样性子集选择 ★ 深度解读
Virginia Tech · University of Southern California · Adobe Research · Dolby Labs · Texas A&M University
用 DPP 多样性选择与 query-residual 核，在技能路由中平衡相关性与非冗余，提升多技能任务覆盖
📌 工作参考价值（4 点）
- 在电商/广告 Agent 需要从大型技能/工具库中为复杂 query 选择多个互补技能时，不要只用 pointwise top-k；可加 DPP 选择步骤，用质量分 × 相似度核构造行列式点过程，平衡相关性与非冗余。
- 构造 DPP 相似度核时，先从技能 embedding 中减去 query 对齐分量（residual），避免惩罚因共享 query 相关性而相似的互补技能；对多技能任务尤其有效，可减少有用技能被误杀。
- 工程实现上，仅对检索到的 top-M 候选（如 50）做贪心 MAP，配合 incremental Cholesky 更新，开销小，适合线上 Agent 路由；候选集大小 M 和 residual 混合系数 λ 可调。
- 该方法对搜索/推荐中的多样性重排、多模型路由、多工具组合选择也有直接借鉴意义：在相关性分数基础上增加 query-conditioned 多样性约束，能提升列表对复杂意图的覆盖度。
SelfDR：基于推理自蒸馏的 LLM 推荐框架
🧭 LLM 推荐 · 自蒸馏推理增强 ★ 深度解读
Tsinghua University · Quan Cheng Laboratory · Meituan
用推荐性能为 reward 训练 reasoner，再通过动态加权自蒸馏将推理增强迁移到直接推荐模型，在线推理零额外开销
📌 工作参考价值（4 点）
- 在线延迟敏感场景可直接复用：训练时用 GRPO 以推荐命中率为 reward 训练一个 reasoner 生成用户偏好解释，将解释拼入 teacher 输入得到更强排序分布；在线部署 student 直接输出候选 ID，不产生额外推理 token，实测推理时间与普通 SFT 模型相同。
- 动态蒸馏权重公式值得借鉴：根据 teacher 对正样本的排序位置、teacher 与 student 的 rank 差动态调整蒸馏 loss 权重，teacher 排序差时大幅降权，避免从噪声中学习；超参 β≈0.1、温度系数 1~2 较稳。
- 蒸馏损失用 reverse KL 而非 forward KL，让 student 分布集中到 teacher 高概率区域，适合候选 ID 排序场景（候选集有限，需要聚焦 top 候选）。
- 训练 reasoner 时对 rationale 做细粒度 mask（连续 3 个词与 item 标题重叠则 mask），防止信息泄露，提升 rationale 质量；此策略可迁移到任何用生成解释辅助推荐的 pipeline。
E-SENS：面向负约束检索的排除敏感惩罚方法
🧭 RAG · 负约束检索优化
Independent Researchers
训练无关重排方法 E-SENS，用陷阱查询相似度惩罚排除概念，减少否定敏感检索中的违规召回
📌 工作参考价值（4 点）
- 电商搜索/推荐中用户常含否定词（如“非雪纺”“不含酒精”），现有嵌入召回容易命中否定概念；可借鉴 E-SENS：用 LLM 抽取否定片段生成 trap query，在召回或重排阶段对候选商品做相似度惩罚，无需训练即可上线。
- 广告否定关键词可类似处理：为每个否定词构造排除向量，从广告相关性分数中减去，减少 exclusion 流量上的无效曝光。
- 工程实现上，trap query 应尽量紧凑，避免引入多余语义；惩罚强度作为超参，可在评测集扫描 recall-violation 曲线，取满足召回底线下的最小违规点。
- 在 Agent/RAG 知识召回中，若用户明确排除某类内容，可由 LLM 先提取排除约束并生成 trap query，对召回结果重排过滤，降低后续生成违规风险。
LoRA 微调中通过公理化注意力模式涌现相关性
🧭 LoRA 微调可解释性 · 重排序 ★ 深度解读
University of Massachusetts Amherst
用 keep/omit 消融定位 RankLLaMA 中 LoRA 注意力更新关键层，并发现其与罕见词敏感、query-doc 交互等公理化注意力模式强相关
📌 工作参考价值（4 点）
- 对搜索/广告 reranker 做 LoRA 时，不必全量微调所有注意力层：在 MLP 全量 LoRA 的前提下，只对中间紧凑窗口（如 RankLLaMA 的 layers 10–18）应用注意力 LoRA，即可恢复全量注意力微调一半以上增益，文档 reranker 变体甚至恢复 70%+，可显著降低训练和推理适配成本。
- 借鉴 keep/omit 消融设计：先用小候选集+Mean Score Margin 快速筛选关键 head/layer/window，再用 NDCG 在更接近线上候选规模上验证，成本低且能定位冗余层，适合业务侧快速做模型裁剪。
- 可用 Normalized Feature Attention 监控 LoRA 微调效果：排除 attention sink（首 token）后，观察模型是否学到 document-query interaction、rare token sensitivity 等业务相关注意力模式，作为微调质量的辅助指标。
- 若线上 reranker 可解释性要求高，可优先关注不同层对 query-doc 交互和稀有词敏感的组合特征，这些组合特征与性能提升相关性最高（keep ρ=0.92, omit ρ=-0.94），能帮助判断模型是否学到类 BM25 的联合相关性信号。
上下文感知物品画像：从大规模元数据提炼 LLM 重排关键信息
🧭 LLM 重排 · 物品画像 ★ 深度解读
Korea University · KT Corporation
CAIRO 将物品元数据与评论结构化为客观特征和主观特质，用轻量选择器按用户上下文生成个性化画像，显著提升 LLM 重排效果
📌 工作参考价值（4 点）
- 在 LLM 重排/生成式推荐中，不要直接注入全量商品元数据或仅用标题；先离线把 metadata + reviews 结构化为「客观特征 + 主观特质」字典，再按用户上下文挑选，可避免 +Feat 变体反而掉点。
- 用户相关属性选择不必每次调用 LLM：用小型 controller 网络基于协同信号学习 feature importance，在线只做 softmax + top-k 池化，离线存储 embedding，可将单用户画像耗时压到 0.2s 级，远低于 agentic RAG 的数百秒，适合在线 serving。
- 主观特质不要做成单一 summary；从评论中生成 3-7 个不同 facet 的 trait（如功能、品牌、使用场景），选择时用 user profile embedding 做 cosine 相似度，能覆盖同一商品对不同用户的不同卖点。
- 若要对生成画像做优化，可构造 proxy task（next-item 预测错误案例）让 LLM 诊断 trait 缺陷，并强制用客观属性 grounding 后修订，提升 profile 质量且更不易幻觉。
RegulaRAG：基于LLM的法规合规场景生成（以UN第152号法规为例）
🧭 RAG 检索增强生成优化
RegulaRAG结合SmartChunking、图遍历参考感知增强与Smart Retrieve & Rerank，在法规场景生成中Meta-Score 82.99，领先43%
📌 工作参考价值（4 点）
- 结构感知切片（SmartChunking）：对法规、商品说明书、活动规则等长文档RAG，保留标题/章节/条款层级，避免简单固定长度切片导致上下文断裂，可显著提升LLM回答准确性。
- 参考感知增强：通过图遍历自动关联段落与表格（例如电商SKU参数表与正文描述），解决表格信息在RAG中检索不到或割裂的问题，可直接用于商品详情页问答、售后政策查询。
- 三步渐进式参数搜索：不依赖暴力网格搜索，快速找到chunk大小、top-k等检索参数，降低调参成本，适合快速迭代的电商RAG系统。
- 鲁棒性压力测试：用干扰文档扩充语料库评估RAG稳定性，可作为上线前评测标准，防止因知识库膨胀导致检索质量急剧下降。
DIRECTOR：动态索引生成与传输优化检索的平行重排框架
🧭 生成式重排 · 最优传输 ★ 深度解读
University of Science & Technology of China · Kuaishou Technology
用连续动态索引替代逐位自回归，通过最优传输耦合实现无重复、全局协调的平行重排。
📌 工作参考价值（4 点）
- 将候选物品与输出位置映射到同一隐空间，生成连续检索索引（dynamic retrieval indices），再通过全局硬匹配（矩形指派）直接输出无重复 slate，可避开自回归解码的串行依赖与 prefix 剪枝风险，工程部署中可将 proposal 生成并行化。
- 训练时采用熵正则化最优传输（capacity-constrained soft transport）作为可微代理，联合所有位置的分配进行冲突感知监督，推导时使用 Bregman-Dykstra 算法快速求解；推理时仅需一次相似度矩阵计算并执行标准指派，兼顾效果与低延迟。
- 针对只有整 slate 标量反馈的黑盒 Evaluator，提出“prefix-anchored pathwise credit”：沿一条保留有效性的交换路径逐步替换位置，把全局奖励差分解为每个位置的特异优势，提供细粒度训练信号，适合工业场景中无法获取梯度或内部评分的 listwise 评估器。
- 在快手短视 feed 线上真实流量对比中，DIRECTOR 相比自回归 + Beam Search 基线在同等延迟约束下降低 66.7% 的 CPU 消耗，且 vv 提升 0.519%，证明平行重排在大规模服务中的效率与效果优势。
MagicSelector：反事实分解与渐进重排的Agent工具选择联合优化
🧭 Agent工具检索与任务分解优化 ★ 深度解读
HONOR
提出反事实任务分解、自蒸馏重排和动态Top-K，联合优化Agent工具检索，显著提升精度和效率
📌 工作参考价值（4 点）
- 反事实奖励可迁移至电商搜索的query分解/意图识别模块，避免在复杂多意图query下生成无关子查询，通过量化分解对下游召回/排序的边际增益提供因果级训练信号。
- 自蒸馏难负例挖掘与渐进式重排（先点式后列表式）可直接用于广告/商品相似品区分，迭代挖掘高分不相关样本，增强模型对功能相似物品的细粒度判别力。
- 双语义边界感知的动态Top-K截断策略可应用于推荐系统的召回后过滤，自适应截断候选集，减少大模型推理时的token消耗和上下文噪声，避免固定K导致的关键物品遗漏。
- 多轮交互过程级标注数据集构建思路可迁移至对话推荐场景的评估，提供更细粒度的诊断能力，定位是上下文理解、意图分解还是检索环节失效。
将 Agentic Search 引入地球观测数据发现
🧭 Agent 驱动的搜索与重排序 ★ 深度解读
University of Maryland, College Park · University of Florida
利用论文-数据集引用图构建超大评估集，并通过 NN-SSC 域修正+BM25 融合及 Agentic 工具调用将检索精确率提升超 5 倍
📌 工作参考价值（4 点）
- 借鉴引用图谱构造评估集：如将用户实际购买/点击的物品作为 silver label，构建百万级 query-item 对，低成本获得高质量的离线评测数据。
- NN-SSC 轻量域适应：冻结通用 Encoder，仅训练一个 3 层 MLP 头（46 万参数）修正域偏移，可快速部署到任何已有向量召回服务上，成本极低。
- 混合检索的解析融合权重：利用训练集上各检索支路的性能之比（π_n/(π_ℓ+π_n)）自动计算融合系数 α，无需网格搜索，直接用于 BM25+向量分数的凸组合。
- Agentic 重排序提升 GMV：在候选集确定后，让 LLM 自主调用商品百科、用户问答、外部网页等工具补充上下文，可有效解决长尾 query 和歧义商品的排序问题，尤其适合高客单价决策场景。
快速可行的基于排列的约束重排序以实现收益最大化
🧭 约束优化重排序 · 排列近似算法 ★ 深度解读
Avito · MSU, AI Center
提出 PermR 排列邻域搜索算法，在 0.05 秒内近似求解收益最大化 ILP，线上收入提升 2%
📌 工作参考价值（4 点）
- 重排序建模为 ILP：以当前生产排序的指标值作为约束下界，保证可行且不显著损害用户体验，可直接借鉴到电商搜索重排场景。
- 排列邻域搜索算法 PermR：通过交换相邻商品提升目标或修复约束，复杂度极低（≤0.05s），适合线上实时部署；采样概率由商品得分差驱动，清晰可复现。
- 位置偏置使用指数衰减（γ_j = 0.97^j）计算曝光收益，可按平台实际曝光率拟合；多条约束可定义在不同截断前缀（如 top-5 相关度），适应分屏业务需求。
- 离线/在线验证流程：先离线评估 ILP 最优上限、确定 PermR 迭代次数（如 750），再上线 A/B（14 天，56M 查询），最终收益 +2%，适合作为搜索/推荐重排模块的落地范本。
迷你重排序器：通过视觉缓存复用与交互稀疏性实现高效多模态重排序
🧭 多模态重排序 · 视觉缓存复用与稀疏交互
Eastern Institute of Technology, Ningbo · Netmind.ai · Munich Center for Machine Learning, LMU
通过视觉优先格式、提前退出、交互带及token剪枝，将单查询多模态重排序时间降至原来的不到1%，同时保持96%以上性能。
📌 工作参考价值（4 点）
- 视觉优先的 prefix 缓存复用：在电商图片搜索重排中，将图片（视觉 token）放在输入序列前面，可利用 prefix caching 复用绝大多数计算，仅替换文本 query，大幅降低 KV cache 重复生成开销。
- 提前退出与交互限制：对于候选量大的商品重排序，可在模型浅层插入相关性头，仅对 top-K 候选执行深层交互，或只在少数层启用跨图文注意力，有效平衡精度与延迟。
- 视觉 token 剪枝：利用 embedder 引导的 token 剪枝，在图文对比前预先剔除冗余视觉信息，减少输入长度，适合移动端或高吞吐的轻量级多模态重排场景。
- 工程融合思路：三项优化（early exit + interaction band + token pruning）可叠加使用，根据业务延迟预算灵活配置，例如先剪枝再浅层打分，最后仅对少量候选进行完整多模态交互。
多条件检索中查询分解的阶段效应研究
🧭 多条件检索 · 查询分解阶段性效应 ★ 深度解读
Ningbo Key Laboratory of Spatial Intelligence and Digital Derivative · Eastern Institute of Technology, Ningbo · Shanghai Jiao Tong University
发现查询分解在初始检索时因语义稀释而有害，在重排序时能提升细粒度约束验证，提出分阶段分解框架
📌 工作参考价值（4 点）
- 分阶段使用查询分解：在召回阶段保留原始完整查询，避免将多条件查询拆成子查询导致语义稀释、召回失败和易负样本增多；仅在重排序阶段引入固定大小（2-3个条件）的子查询分解，配合 Score-Sum 融合，能显著提升对硬负样本的区分能力。
- 重排序阶段的细粒度验证：利用分解后的子查询与候选文档进行逐条件匹配，让 LLM reranker 做 token 级交互验证，提升 win rate 和 NDCG，尤其适用于电商中带多属性约束的商品搜索（如“轻薄 16GB RAM <$1500 游戏本 512GB SSD”）。
- 固定大小分解与自适应分解的选择：固定大小（k=2,j=3）优于单条件朴素分解和 LLM 自适应分解，实现简单且效果稳定；若业务中有更复杂的嵌套意图，可考虑用 LLM 动态决定分解粒度，但需注意推理成本。
- 避免召回阶段的查询分解：实验证明在 dense retriever（BGE、Qwen3-Embedding 系列）上，对复杂查询进行分解再融合会降低 Recall@50 和 NDCG@10，主要由语义稀释导致，该结论对双塔召回架构下的多条件搜索有直接警示意义。
主动学习实现高效PRP重排序
🧭 生成式检索重排序 · 噪声成对比较主动学习 ★ 深度解读
Universidad de San Andrés
将PRP重排序建模为噪声成对比较的主动学习，通过自适应调度和随机方向提示，在低预算下大幅提升Top-K质量
📌 工作参考价值（4 点）
- 在LLM成对重排序场景中，用主动排序（如Mohajer锦标赛+堆提取）替代冒泡/快速排序，在相同调用预算下NDCG@10可提升9点以上；工程上只需替换调度逻辑，不改变提示、不增加模型推理。适合电商搜索/推荐中候选商品重排等预算敏感场景。
- 随机方向提示仅需一次LLM调用完成成对比较，将系统性的顺序偏差转化为零均值噪声，直接削减50%的调用成本，且不损失排序质量。实现简单：随机化文档在prompt中的顺序即可。
- 若存在可靠的先验排序（如BM25或粗排分），PAC主动排序进一步用少量锚点比较快速收敛至top-K，调用量可低至180次左右，适合极低延迟场景。
- 两种主动排序均支持查询内并行：莫哈杰的各锦标赛之间、PAC的锚点比较均可并发，实际延迟可通过批量推理大幅压缩，适合高吞吐线上服务。