CALMRec: Causally Aligned Language Memory for Long-Horizon Recommendation
因果对齐的语言记忆长程推荐框架 CALMRec
🧭 长周期推荐 · 曝光校正语义记忆 ★ 深度解读
Shenzhen University
用冻结 LLM 离线编译语义原子，通过三时间尺度记忆与倾向性校正分离持久偏好和曝光偏差，保守重排提升长周期价值
📌 工作参考价值（5 点）
- 三时间尺度记忆拆分：将用户状态显式建模为短期意图、长期偏好与曝光痕迹，避免将重复曝光误当作真实偏好，可直接用于电商推荐系统的用户画像记忆模块设计。
- 倾向性加权校正曝光偏差：通过逆倾向性权重更新长期记忆，使得模型学到的偏好不受当前推荐策略的曝光频率污染，对于存在强反馈循环的广告/信息流场景尤其有效。
- LLM 离线异步编译语义原子：冻结的大语言模型仅用于预处理阶段生成带溯源的语义原子，不参与在线推荐运算，既利用了语义能力又避免了在线延迟与成本，适合工业落地。
- 保守离线 Q 学习重排：采用 CQL 惩罚与 KL 约束限制模型对未充分支持的行为的乐观外推，可迁移到电商长周期价值优化的重排序层，提升留存而不牺牲过多即时指标。
- 反事实删除解释检验：只保留真正影响排序分数的证据原子生成解释，避免生成与决策无关或虚假的推荐理由，可用于构建更可信的推荐解释系统。