Training with Missed Targets in Generative Recommendation: Separating Supervision from Probability Competition
生成式推荐中未召回目标的训练：解耦监督与概率竞争
🧭 生成式推荐 · 候选补全与重排训练 ★ 深度解读
Zhejiang University · Independent Researcher
用 WN/Cond/Full 三损失分离补全候选的监督收益与跨组概率竞争，证明竞争可损害重排。
📌 工作参考价值（4 点）
- 在生成式推荐/固定候选池重排中，不要默认把离线未召回目标直接 append 到训练 list；append 同时改变已召回目标权重、增加 training-only 监督并引入跨组 softmax 概率竞争。建议用 WN/Cond/Full 等效三损失做消融，定位端到端提升/下降来自监督还是竞争。
- 若必须使用 missed targets 作为训练专属正样本，可对 returned group 与 appended group 分别归一化（Cond），避免二者竞争总概率；实现只需训练两个 group 内 listwise CE 的加权和，无需构造 offset。
- 多路召回/多候选源可扩展为每个 source 一个共享 offset 的分组条件训练；soft/nonuniform target weights 同样适用，零质量 source 用相应无限 offset 极限。
- 上线决策：用 development 用户比较 best returned-only 与 best appended-target reranker，指标用 FT-NDCG@20（分母保留未召回 target）；仅当调整后 lower CI > τ 才切换，并按 generator 独立决定，避免全局默认 append。