LLM从“辅助”走向“决策”：今日多篇论文展示了LLM在推荐/广告系统中角色的深化。从Netflix的LLM推理重排到阿里的LLM预算分配决策，LLM不再局限于特征增强或内容理解，而是开始承担核心的排序、重排乃至策略优化任务。核心范式是利用LLM的推理能力和世界知识，解决传统模型难以处理的冷启动和少样本问题，并开始追求线上收益。; 多行为与鲁棒性成为精排焦点：精排阶段的研究重点从单一行为建模转向更复杂的多行为协同。今日论文揭示了两个关键挑战：行为语义不一致（如点击与购买意图不同）和噪声干扰。解决

轻量级后处理适配：今日论文显示，无需重新训练模型，仅通过简单的后处理（如PCA降维、多模态特征融合）即可有效提升模型在新场景或复杂输入下的性能。这反映了工业界对低成本、高效率模型适配方案的持续追求。; 跨模态特征增强：为了应对推荐系统中日益复杂的输入（如长文本、噪声上下文），研究者开始探索超越传统文本编码的特征工程方法，例如将文本视为图像进行视觉编码，以获取更鲁棒或互补的语义表示。

生成式推荐与LLM的深度融合：今日多篇论文聚焦于利用LLM的生成能力重构推荐任务。从统一搜索与推荐的多任务调优（GEMS），到为多模态物品分配语义ID进行自回归生成（MMGRec），再到为设备端部署进行模型压缩（OD-LLM），技术路径正从“嵌入-检索”范式向“生成”范式演进，并深入探索其高效、可扩展的实现方案。; 工业场景驱动的系统级优化：工业界论文展现出强烈的工程落地导向，致力于解决大规模系统的效率瓶颈。无论是快手解决页面导航的实时决策（KLAN），美团优化序列建模的推理效率（GAP-Net

智能体与LLM驱动的推荐架构深化：今日多篇论文聚焦于如何更有效地将大语言模型（LLM）和智能体（Agent）范式融入推荐系统。从解耦记忆与推理的智能体架构（MemRec），到利用LLM生成语义画像增强传统模型（SPiKE），再到探索基于合成数据的全新预训练范式（MPT），研究正从简单的“LLM-as-Tool”向更深度的“LLM-as-Architecture”演进，旨在解决协同信号注入、认知过载和模型通用性等核心挑战。; 推荐系统的鲁棒性与可解释性优化：工业界和学术界共同关注模型在实际部署中的

生成式推荐范式走向成熟与落地：今日多篇论文聚焦于生成式推荐（Generative-Rec），标志着该范式正从概念探索走向系统化落地。快手提出的Term IDs (TIDs) 范式，旨在解决LLM生成式推荐的核心瓶颈（幻觉、语义鸿沟），并展示了显著的跨域效果。同时，学术界也在探索将生成式范式引入多模态推荐（MMGRec）和长列表排序（RLPO）。这些工作共同表明，如何为LLM设计高效、低幻觉、可泛化的物品标识符（Semantic-ID），已成为生成式推荐落地的关键。; 工业界聚焦系统效率与工程实践

生成式推荐进入“生成+验证”协同优化新阶段：今日多篇论文显示，生成式推荐正从单纯的自回归预测，演进为引入过程奖励模型（PRM）进行中间步骤验证的协同范式。快手PROMISE通过PRM引导波束搜索解决语义漂移，腾讯SCoTER通过结构化蒸馏迁移LLM推理链，都体现了对生成过程进行“监督”和“对齐”的强烈需求，标志着该领域向更可控、更可靠的方向发展。; 工业界聚焦“对齐”问题：从目标到评估：今日工业界论文普遍关注“对齐”问题，但维度不同。快手HarmonRank解决多目标优化目标（分类损失）与评估指

本文不是从系统优化角度谈复杂的模型的部署和优化问题，而是从行业成本角度，看线上推理多复杂的模型是可以满足成本及ROI要求的。 做一个假设： • 电商推荐行业，主要是更熟悉成本核算 • 部署标准的Transformer作为排序模型，参考OneTrans结构 • 参数规模对齐qwen2的系列模型，更直观看看能跑哪个尺寸

Roofline model是高性能计算领域用来分析程序性能瓶颈的一个直观模型，因为画出来像一个屋顶形状而得名。如下图，横坐标是算法的计算强度Flop/Byte（算法的浮点计算数除以内存访问量），纵坐标是算力Flop/s，它描述的是如果算法计算强度提升算力线性提升（Memory-Bound），直到算数强度超过硬件的拐点，之后算力逼近硬件的上限（Compute-Bound）。它核心回答了：你的程序到底受什么限制——计算能力还是内存带宽？应该优化哪里？

从精排切换成深度学习以来，工业界一直会把排序的模型结构研究切分成基本的两部分，序列处理和特征交叉，甚至有一些公司的排序组，下面都拆成两个Team分别处理行为序列和特征交叉。从最早的时候，比如序列用DIN来处理，序列就被压成了一个或多个向量表征，再参与与其他特征的交叉。我们可以理解成MLP(concat(DIN, Features))，发展到今天大多数的模型研究，还是分立地把MLP换成DCN，增加个LHUC，复杂化为Rank Mixer或Transformer，把DIN叠加MHA，直接换成Transformer，可以写成RankMixer(concat(Transformer, Features))。 从MLP(concat(DIN, Features))到RankMixer(concat(Transformer, Features))，本质没有变，就是序列处理和特征交叉是一个隐式的两阶段处理，序列被压缩到Vector Space才和特征发生交叉。而LLM的有趣之处，就是在Next Token Prediction利用到的交叉发生在词序列的Token Space之中，它能启发推荐排序模型的，就是每一个特征的交叉应该发生在用户序列的Token Space之中。