#Search Efficiency

4 篇

RecRSI: Mechanism-Guided Discovery of Recommendation Algorithms

RecRSI：机制引导的推荐算法自动发现

🧭 自动推荐算法发现 · 机制假设 ★ 深度解读

Shanghai Jiao Tong University · Fudan University · Meituan

用机制假设组织推荐算法搜索，在16个设置上平均NDCG@5相对初始模型提升8.48%

📌 工作参考价值（4 点）

在推荐模型自动迭代或人工算法迭代中，把每次实验从“改一个候选程序”升级为“机制假设”：记录 reference design、changed/unchanged mechanisms、rationale、expected observation 和实际结果。失败实验可以不丢弃成功设计，而是把失败转化为下一个假设，例如 MoRec 搜索中 pairwise margin 回归后恢复 BCE+pairwise 并测试 cosine-temperature scoring，最终 NDCG@5 从 0.3438 提升到 0.4097。
为排序/召回模型建立可组合的 MechSpace：把模型拆成 scoring、objective、representation、architecture、sampling 等原语，并约束 composition rules 和 effect path。这样 LLM 生成的改动更易落地和校验，避免无效候选；自动生成 space 在该文实验中比人工设计 space 的最终 NDCG@5 高 19.65%。
在 LLM agent 搜索中采用固定角色覆盖和 stable tie-breaking 的 proposal 选择策略，避免早期过度偏向某一类 proposal；同时保留继续搜索而非 restart 的预算，该文 continuation 在 24 次评估中比两个 12 次 restarts 在多个 block 上更高，且后段仍能发现新的 scoring+objective 组合。
对排序模型，显式共享 training 和 ranking 的 scores 是有效干预点，例如 cosine-temperature scoring 与 label smoothing 组合，或 margin-based pairwise objective 与 focal weighting 的替换；业务中可优先搜索 scoring-objective 兼容组合。

RecSys | 2026-11-02 | cs.IR | score 9/10

ACARE: Agent-Context-Aware Reranker for Iterative Search

ACARE：面向迭代搜索的智能体上下文感知重排器

🧭 Agent 搜索 · 上下文感知重排 ★ 深度解读

University of Waterloo · NVIDIA

用原始问题与推理轨迹解释子查询的 4B 点式 LLM 重排器，提升 agentic search 检索质量并减少搜索次数

📌 工作参考价值（5 点）

会话/Agent 搜索中的子查询不能孤立评分：电商搜索、对话式推荐里用户当前 query 往往省略背景，reranker 应把会话级原始意图和已有推理轨迹作为上下文一起输入，而不是只对当前 query 打分。ACARe 的 M0–M3 模式设计可直接复用到客服机器人、多轮搜索、Agent 选品等场景。
单 checkpoint 兼容多 context 模式，工程落地友好：通过独立 context dropout（原问题与推理轨迹各以 0.5 概率丢弃）训练，同一个 reranker 支持有/无推理轨迹、有/无原始问题的部署。这对 proprietary agent 不暴露 CoT、或线上隐私限制的场景很有价值，不需要为不同上下文可用性维护多个模型。
点式评分避免 listwise 滑窗，适合长候选列表：用 LLM 对 query–doc 对独立输出 yes/no logit difference，推理时 sigmoid 保序，无需 sequential sliding window，可并行处理大量候选。在电商搜索/推荐精排阶段，若候选量大且需低延迟，可以把类似轻量 4B reranker 作为并行精排器。
小 agent + 强 reranker 可以显著缩小与大模型的效果差距：论文中小模型搭配 ACARe 后，分别缩小 51–74% 的 nDCG@10 差距，远高于 base reranker 的 26–46%。这提醒业务上可以用低成本小 agent 加上高质量检索工具，用更低 API 成本逼近大模型效果。
训练数据构造可借鉴：用 oracle reranker 基于原问题+gold answer 对 agent 子查询的候选文档排序，取 top 正样本、bottom 负样本，再以 final answer 是否与 gold answer 一致过滤轨迹。这种利用 agent trajectory 自动挖掘弱监督样本的方式可迁移到电商搜索的 query 改写/召回/精排监督数据扩产。

Agent | 2026-10-26 | cs.IR | score 9/10

Agentic Search Context-Aware Reranker LLM Reranker Iterative Retrieval Search Efficiency

LinTree: Improving LLM Reasoning with Explicitly Structured Search Histories

LinTree：显式结构化搜索历史提升 LLM 推理

🧭 LLM 推理 · 搜索结构优化 ★ 深度解读

National University of Singapore · University of Oxford

为 LLM 推理的搜索痕迹添加父指针形成显式线性树结构，在 SFT+GRPO 下显著提升任务成功率和搜索效率

📌 工作参考价值（4 点）

在需要多步推理与回溯的 Agent 场景（如电商客服、多轮任务规划）中，显式记录搜索树节点之间的父子关系（即使只是简单的 sid 编号）能大幅降低模型对搜索历史的混淆，提升正解率与规划效率，可直接嵌入现有 CoT 或反思式 prompt 设计中。
对于生成式推荐或查询改写中涉及“尝试-评估-回退”的多步生成，可采用类似的 LinTree 格式将生成路径结构化，方便 RL 训练时准确追踪路径与提取最终方案，避免因隐式结构导致的高错误率。
工程实现上，仅需在搜索痕迹的文本表示中加入 sid=X 与父状态引用，改动极小；在 SFT 后接 GRPO 的训练范式已被验证有效，可复用其效率奖励函数（式 (1)）来平衡正确性与搜索开销。
若业务中存在基于 LLM 的启发式搜索（如用 LLM 为 A* 打分），可参考将 LLM 从局部状态评估转为全轨迹条件化推理的策略，利用显式树结构帮助模型更有效地探索状态空间，减少无谓的局部重访。

Reasoning | 2026-05-29 | cs.AI | score 8/10

LLM Reasoning Search Tree Parent Pointers Structured Trace GRPO Search Efficiency

Share More, Search Less: Collaborative Parallel Thinking for Efficient Test-Time Scaling

协作并行思维：通过信息共享减少测试时搜索冗余

🧭 协作式并行推理 · Test-Time Scaling

School of Computer Science, Beijing Institute of Technology · Xiaohongshu Inc

提出训练无关的协作并行推理框架 CPT，在并行分支间实时共享压缩信息，显著提升测试时扩展的搜索效率

📌 工作参考价值（4 点）

在多策略推荐系统的在线探索中，可借鉴共享信息池机制：不同探索分支发现的用户偏好或有效特征及时广播，避免重复探索，加速收敛。
Agent 多智体协作场景下，各 Agent 的中间推理结果压缩存入共享内存，其他 Agent 可直接复用，减少重复搜索，提升任务完成效率。
生成式推荐中的树搜索或束搜索，可让不同束路径共享已验证的有用 token 序列信息，降低计算冗余，提升解码吞吐。
工程上，CPT 的实现是轻量的、训练无关的，可直接嵌入现有并行推理管线，信息提取与去重广播开销小，易于部署。

Reasoning | 2026-05-25 | HF Daily | score 7/10

Test-Time Scaling Parallel Thinking Information Sharing Search Efficiency Collaborative Reasoning