本周推荐系统研究围绕三条主线展开。第一条是 Semantic ID 生成式推荐从范式验证进入工程深水区——冷启动信号平衡、广告变现兼容、分布外鲁棒性、推理能力注入，五篇论文分别攻克不同的落地痛点，其中阿里巴巴 OneSearch-V2 线上取得 CTR +3.98%、转化率 +3.05% 的实效。第二条是 LLM Agent 在推荐和搜索中的角色正在从"端到端替代"走向"分层协作"——推理归 LLM，执行归确定性模块，训练用强化学习对齐中间步骤与最终目标。第三条是工业搜索排序系统的效率战——淘宝 KARMA 用语义正则化解决 LLM 微调中的知识退化，UniScale 论证数据与模型必须协同扩展，DIET 将训练数据压缩至 1-2% 仍保持性能趋势一致。 本周共收录 16 篇论文。KARMA 是本周最值得关注的工业论文，覆盖淘宝搜索全链路（召回/粗排/精排）并完成线上部署验证。工业界贡献集中在阿里巴巴搜索体系，学术界则在 LLM Agent 与生成式推荐两个方向持续推进。

从静态管道到动态智能体系统：今日论文均指向一个核心趋势：工业界正积极探索将传统的、静态的推荐系统模块（召回/排序/重排）重构为具有自我进化能力的智能体（Agent）。这旨在解决人工迭代成本高、难以应对复杂多目标业务约束的痛点，实现系统的自动化、智能化演进。; LLM与强化学习驱动系统自进化：为实现智能体的自我进化，论文提出了两种关键技术路径：一是利用强化学习在定义良好的动作空间中进行优化；二是利用大语言模型（LLM）在开放的设计空间中生成和选择新的模型架构与训练方案，为系统创新提供了新的可能性。

今日无精选论文更新。

📭 今日无更新：今日未收录新的精选论文，暂无趋势分析。

训练效率与成本优化：今日多篇论文聚焦于推荐系统开发中的效率瓶颈。从快手提出的持续数据集蒸馏（DIET）到针对LSR模型的GPU内核优化（Sparton），再到用线性复杂度算子（Hyena）替代注意力机制，核心目标都是降低大规模数据训练和迭代的算力与时间成本，这是工业界持续关注的核心痛点。; 稀疏与冷启动场景的表示学习：在数据稀疏的特定场景（如在线健康社区）和复杂的多行为推荐中，如何学习更鲁棒、更可解释的用户/物品表示是关键。今日论文通过引入伪标签辅助目标、因果干预与对比学习对齐等方法，旨在利用有

工业界聚焦数据与架构协同设计：今日多篇工业界论文（快手、阿里、Meta）均强调，单纯扩大模型参数已进入收益递减阶段。核心创新转向数据与模型的协同优化，例如通过扩展训练信号（ES³）、挖掘潜在意图（OneSearch-V2）或设计更高效的架构（HHSFT）来突破性能瓶颈。; LLM推荐走向深度优化与对齐：LLM在推荐中的应用正从简单微调转向更精细的优化。研究重点包括：通过自蒸馏或强化学习对齐LLM与推荐目标（OneSearch-V2, SumRank），设计轻量级适配器以平衡性能与公平性（Ligh

LLM Agent架构的工程化与规模化：今日多篇论文聚焦于将LLM作为智能代理（Agent）应用于推荐与搜索系统，并致力于解决其规模化部署的工程挑战。核心议题包括：如何为Agent从海量技能库中高效路由（SkillRouter）、如何设计低token复杂度的稳定架构以消除幻觉（RES）、以及如何自动化Agent驱动的模型研发流程（AI Co-Scientist）。这标志着LLM应用正从简单的提示工程迈向复杂、可扩展的系统工程。; 语义与协同信号的动态融合：在物品表示（如Semantic ID）和

LLM驱动的推荐系统走向深度融合与工程化：今日论文显示，LLM在推荐中的应用已超越简单的文本理解，正与系统核心环节深度融合。从生成式推荐（GEM-Rec）到智能体框架（AgenticRec），再到检索优化（DSL-R1），LLM正被用于统一语义理解、商业逻辑与决策轨迹，标志着技术从“能用”向“好用、易部署”的工程化阶段迈进。; 稀疏与高效成为大规模检索的关键考量：无论是针对代码的SPLADE-Code模型实现亚毫秒级检索，还是ECI指标旨在降低硬负样本评估成本，亦或是TagLLM通过知识蒸馏提升

📭 暂无数据：今日无精选论文更新，无法进行趋势分析。

📭 今日无新论文：今日未收录新的推荐系统相关论文，技术趋势分析暂缺。

📭 今日无更新：今日未收录新的精选论文，暂无法进行趋势分析。

本周推荐系统研究围绕三条技术主线展开。第一条是 Semantic ID 驱动的生成式检索持续升温——Spotify 同时放出两篇论文，一篇将 SID 系统部署上线并跑通 A/B test（新节目发现率 +14.3%），另一篇将 SID 作为独立模态统一搜索、推荐和推理，工业界 SID 系统正从"能不能用"进入"怎么用得更好"的阶段。第二条是多模态检索与表示压缩：Apple 交出统一文本/图像/视频的生产级检索架构，Aalto University 将 2B 参数的 VLM 蒸馏为 69M 的文本编码器（延迟降低 50 倍），POSTECH 发现并修复了 VLM embedder 做推荐时的模态崩溃问题。 第三条是工业级精排的信息流控制。阿里巴巴和 Meta 的三篇论文从不同角度切入同一命题——不再无差别地喂入所有特征和信号，而是控制特征参与交互的时机（延迟掩码）、筛选值得精细交互的行为（核心行为选择）、标准化行为信号的分布语义（条件去偏）。Meta 的 MBD 框架尤其值得关注，已部署在两个十亿级用户的短视频平台上，将观看时长与视频时长的相关性从 0.514 压到 0.003。