本周推荐系统研究围绕三条技术主线展开。 工业级知识蒸馏进入迁移率量化时代： 字节跳动、Meta、微软、阿里分别展示了大规模蒸馏框架。字节的Rec-Distill（24B教师、20K序列）实现蒸馏迁移率>60%，阿里GPlan将LLM推理压缩为隐式token，Meta的LoopFM通过结构化中间表示让蒸馏迁移率翻倍，微软HARNESS-LM以190M参数恢复教师98%精度。四篇的共同指向是——蒸馏已经不只是模型压缩手段，而是把大模型能力“货币化”为可量化的业务指标。 生成式推荐从项目生成走向意图序列与条件生成： 阿里QGS在Quark搜索部署conditional next-item预测，Netflix揭示1B参数生成式推荐中不同任务的缩放天花板，清华SID碰撞分析发现Hit@10被高估103%。三篇共同说明——生成式推荐正在进入精细化评估和条件控制阶段。 推荐系统缩放从“堆参数”转向多维协同与测试时计算： Coupang系统研究CVR模型在骨干、嵌入、数据三个维度的可加缩放效应；阿里UTTSI首次将test-time compute引入CTR，无模型修改下CTR提升5.3%；Meta的rank-aware decomposition使DLRM吞吐量提升87.5%。缩放的核心矛盾已从“能不能大”变为“怎么用得巧”。

大模型知识迁移与蒸馏成为工业界核心战场：今日多篇工业界论文（阿里GPlan、字节Rec-Distill、Meta LoopFM）聚焦于如何将大模型（LLM或Foundation Model）的推理能力或表征知识高效迁移至轻量级服务模型。核心创新点从传统的标量蒸馏转向结构化知识（如隐式推理token、中间层嵌入、历史表示）的传递，旨在突破知识迁移率瓶颈，实现线上部署的精度与延迟平衡。; 推荐系统进入“生成式”与“规划”时代：以阿里GPlan为代表，推荐任务正从“预测下一个点击”向“生成并规划一个意

LLM 从辅助信号走向核心排序引擎：今日多篇论文（MixRAGRec, LRanker, DoorDash）展示了 LLM 从离线生成标签、辅助特征，到直接参与召回和精排的演进。核心挑战在于如何在大规模候选集和低延迟约束下，高效利用 LLM 的语义理解能力，而非简单替换现有模型。; 推理优化成为工业落地关键：Meta 的秩感知分解和 Pinterest 的 LLM 辅助预测器，都指向一个共同目标——在不牺牲效果的前提下，大幅降低计算成本。这表明，当学术界在探索 LLM 的潜力时，工业界更关注如何

LLM 深度融入推荐全链路：今日多篇论文（MuChator、L2Rec）展示了 LLM 不再仅是特征提取器，而是作为核心推理引擎，通过预训练注入领域知识、指令微调对齐用户意图、强化学习对齐偏好，直接参与召回与排序决策。工业界已验证其线上效果，LLM for Rec 正从实验走向大规模部署。; 两阶段排序的端到端训练突破：CA-PG 论文针对两阶段排序中早期排序器（ESR）难以端到端训练的痛点，提出信用分配策略梯度，有效降低训练方差并加速收敛。这为工业界优化全链路（召回+排序）提供了新的理论工具，

生成式推荐与检索增强的工业落地：今日多篇论文（QGS、DeGRe、Memento）将生成式序列模型或RAG范式应用于搜索排序、重排和长历史建模。核心趋势是从“全量序列建模”转向“条件生成”或“检索增强”，通过显式引入查询条件（QGS）、离线探索在线蒸馏（DeGRe）或MMR多样性检索（Memento），在保持生成式模型优势的同时，解决查询切换噪声、序列探索效率及长历史注意力稀释等工业级痛点，且均有线上效果验证。; 多模态与终身兴趣建模的统一框架：SIREN 提出了统一多粒度语义交互框架，通过软/

生成式推荐进入工业深水区：今日多篇论文（Netflix、Tubi）展示了生成式推荐从概念验证到大规模部署的实践。核心挑战不再是模型能力，而是生产约束：任务头空间（task headroom）、重复训练成本、服务延迟对齐、冷启动泛化。Netflix 提出 offset scaling-law 诊断来判断扩展收益，Tubi 则用“用户故事”序列化统一多任务。这标志着生成式推荐正从“能不能做”转向“如何高效落地”。; 知识蒸馏与模型压缩成为工业部署标配：Microsoft 的 HARNESS-LM 和

本周推荐系统研究围绕三条技术主线展开：生成式推荐从“验证可行性”走向“工业级部署与优化”，去偏与校准技术从单一方法走向融合框架，搜索召回系统在冷启动和异构加速上取得具体突破。 生成式推荐进入工业化深水区： 快手、腾讯、美团的四篇部署论文覆盖了推理增强（RPORec）、长兴趣建模（GenLI）、世界知识融合（LWGR）等核心痛点。共同的指向是——生成式推荐的核心问题已从“能不能用”转变为“如何稳定、可控地替换或增强传统pipeline”。 去偏与校准从“纠正均值”走向“治理分布”： 字节跳动的PEARL、快手的DADF、Pinterest的PRL-PUTS分别从对比百分位、残差校正、效用权重调优三个角度，给出了生产级解决方案。其中PEARL的Watch Duration +2.10%和DADF的时间花费+0.347%表明，分布级别偏差校正仍有显著收益空间。 搜索召回系统聚焦冷启动与系统效率： 淘宝的GrowthGR（新商品GMV+5.3%）和Airbnb的合成数据框架（查询长度KL散度降至0.66）展示了LLM+反事实推断在冷启动中的工程潜力。华为与京东合作的Ascend-RaBitQ将billion-scale向量搜索的NPU加速提升至4.6倍，为大规模召回提供了硬件-算法协同的新基准。

LLM 从“辅助”走向“核心”：今日多篇工业界论文（Meta、Airbnb、快手）不再将LLM作为特征提取的辅助工具，而是将其作为推荐系统的核心推理引擎，用于生成语义表示、合成训练数据、甚至直接进行推理与检索，标志着LLM在推荐系统中的应用进入新阶段。; 强化学习成为LLM推荐对齐的关键技术：无论是快手的RPORec还是山东大学的ThinkGR，都采用了强化学习（PPO）来微调LLM，使其推理过程与推荐目标（如精确检索、多跳推理）对齐。这表明RLHF的思路正在从对话系统向推荐系统迁移，是提升LL

去偏与鲁棒性成为精排核心战场：今日多篇论文聚焦于解决推荐系统中的偏差问题，包括隐式反馈的标签噪声（RGBT）、未观测混杂因素（PUID）以及子空间漂移（Moving Subspace）。这表明工业界和学术界正从简单的纠偏方法，转向更精细、更鲁棒的个性化去偏框架，以提升模型在真实噪声环境下的泛化能力。; 效率优化与理论分析并重：工业界论文（Amazon LTC）通过层间自适应Token压缩，在保持排序质量的同时大幅提升推理QPS，体现了工业场景对效率的极致追求。同时，学术界论文（ReMax Ban

LLM与推荐系统的深度融合进入精细化阶段：今日多篇论文（LWGR、ABPO、RecoAtlas）不再满足于简单地将LLM作为特征提取器或排序模型，而是深入探索如何利用LLM的世界知识、处理其特有的反馈偏差（如曝光偏差、反馈模糊性），并设计专门的评估框架。这表明LLM推荐正从“能不能用”走向“如何用好”的精细化工程阶段。; 不确定性建模与鲁棒性成为核心关注点：BFT从贝叶斯视角统一Transformer的不确定性，MDCNS通过多源负采样打破自强化循环，BoR指标揭示高召回率下的随机性陷阱。这些工

生成式推荐与语义索引的深化应用：今日有多篇论文围绕生成式推荐（Generative Recommenders）展开，从淘宝的GrowthGR到中南大学的Ghost，均采用或分析了基于语义ID的生成式检索架构。趋势表明，业界正从传统的向量检索向更统一的、端到端的生成式范式迁移，但随之而来的流行度偏差、冷启动等问题也成为新的研究焦点。; 多目标与长期价值的精细化建模：工业界论文普遍关注如何超越短期指标（如点击率），建模长期用户价值与平台生态健康。淘宝的GrowthGR通过反事实推断量化商品长期交易价

生成式与Agent范式崛起：今日多篇论文（GenLI、Agent4POI）挑战了传统的检索式或静态嵌入范式。GenLI通过生成式模型直接产生用户兴趣分布，将检索复杂度降至O(1)；Agent4POI则利用LLM Agent在推理时动态生成POI表示，显著提升冷启动和上下文敏感场景效果。这预示着推荐系统正从“匹配”向“生成”演进。; 系统稳定性与异构加速成为工业界焦点：Apple的Fortress论文直面模型随时间不稳定的痛点，提出特征剪枝方案；华为与京东合作的Ascend-RaBitQ则聚焦于N