#e-commerce

4 篇

First Things First: Teaching LLM-Based Agents to Prioritize Must-Haves before Nice-to-Haves

先必备后可选：教 LLM Agent 区分需求优先级

🧭 Agent 需求优先级推理与强化学习 ★ 深度解读

Shanghai Jiao Tong University · ByteDance

构建 FTF-Bench 并推出 FTF-RL，显著提升多模态 Agent 在电商/预订/出行中区分必备与可选需求的能力

📌 工作参考价值（4 点）

在电商/预订/导购 Agent 中，让模型先输出结构化 <requirements> JSON（mandatory/optional 分列）再做推理，能显著减少把 nice-to-have 当 must-have 或漏掉硬性需求的问题；可直接改造现有 prompt 或 SFT 模板。
RL 训练时，除了 answer accuracy，增加 requirement classification 的 Macro-F1 作为 reward，用 GRPO + rule-based verifiable reward 即可轻量微调多模态 Agent，不需要复杂 reward model，适合业务侧快速自建。
参考 FTF-BENCH 的 unanswerable 设置，在商品筛选/酒店预订/打车等场景中增加“无候选满足全部硬性条件”的拒答评估，强制模型输出 no-match，可降低实际交易中的错误推荐率。
论文发现：仅在需求优先级数据上训练，就能在 LogicVista/MathVision/InfoQA 等通用推理任务上获得提升，说明显式的 must-have/nice-to-have 拆解训练可以作为一种通用的 reasoning 能力增强手段。

Agent | 2026-09-04 | cs.CV | score 8/10

一个层级，两个系统：语义商品ID用于发现面排序与搜索页查询改写

🧭 语义ID 跨推荐搜索共享层级 ★ 深度解读

DoorDash Inc.

一次性构建的分层语义商品ID同时支撑个性化排序与查询改写，排序聚合前缀特征、改写基于商品概念转移

📌 工作参考价值（4 点）

用 RQ-KMeans 从商品文本 embedding 构建三层语义 ID（L=3, K=512）作为跨商家商品概念层级；排序中按 L1/L2/L3 前缀聚合消费者、区域、全局行为统计得到多粒度 dense 特征，再用 SentencePiece BPE 对 (position, code) 符号串学出子词，构建 item/user 序列 embedding，比直接用前缀更互补。
查询改写不要直接 LLM 生成：先把 query 通过关联加购商品映射到 L2/L1 语义前缀，在概念空间用 NPMI 构建转移图；需要细化时从 L2 下降到 L3 子节点，用 query-specific 加购证据排序；LLM 仅负责最后将概念渲染成用户可见 query，保证可控性和可解释性。
服务时必须恢复上下文：用 merchant 当前可用商品过滤概念候选，避免推荐无货意图；排序保留 listing ID 和 taxonomy，SID 只作为补充，防止量化边界问题。
共享表示不共享模型：推荐和搜索各自独立使用同一语义层级，无需联合训练；排序在多个前缀深度同时消费，查询改写则 L2 横向导航、L3 纵向精化，适合低成本迁移到现有系统。

RecSys | 2026-08-21 | cs.IR | score 10/10

CanniUplift：缓解电商激励分配中商家与激励双重蚕食效应的 uplift 框架

🧭 Uplift 建模 · 多源蚕食缓解 ★ 深度解读

Taobao & Tmall Group of Alibaba

通过平台全局对齐和兑换分解去噪，解决电商 uplift 建模中的跨店替代与激励混合噪声问题

📌 工作参考价值（4 点）

平台级全局对齐 (PGA) 可直用于多卖家营销场景：在卖家级 uplift 模型上增加一个聚合平台 GMV 的约束头，训练时要求所有候选卖家的预测之和逼近用户真实平台总 GMV，隐式捕捉跨店替代效应，缓解仅优化单店带来的“零和”增量。实现简单，可在现有 local uplift 模型上扩展。
兑换分解去噪 (RDD) 显著净化 uplift 信号：将处理方的结局拆分为“兑换路径”和“未兑换路径”，通过兑换概率加权融合，避免未兑换的有机转化被误归因为激励增量。该思路可用于含有兑换/核销环节的优惠券、满减活动，即使无兑换标签，也可通过类似分解减少伪增量。
Treat-Attention 增强个性化激励表示：用候选激励（店铺+券）作为 query 对用户行为序列做交叉注意力，生成候选级交互向量，更精细捕捉用户对不同激励的异质性响应。可迁移到广告、推荐场景的候选感知特征交互。
Tweedie 损失适用于零膨胀长尾 GMV 预测：直接建模 GMV 的复合分布（点质量+连续正值），相比 MSE 更稳定，适合电商 GMV、转化金额等变量的 uplift 预估。

RecSys | 2026-07-06 | cs.IR | score 9/10

使用 LLM 增强电商赞助搜索相关性

🧭 LLM 助力搜索广告相关性判别 ★ 深度解读

Walmart AdTech

用 LoRA 微调 LLaMA2 7B 做 <query, ad title> 三分类，准确率 89.43% 优于 GPT-4 和 BERT

📌 工作参考价值（4 点）

RecSys | 2026-07-04 | cs.IR | score 10/10