candidate-generation

本文提出了一种小型候选形式化模型，使用教师模型离线生成的列表进行训练，以弥合开放式大语言模型工作负载与快速决策模型之间的接口鸿沟。据报告，该方法在 CALVIN-D 上的任务成功率最高达 52.6%，端到端延迟为 2.09 秒；相比之下，不使用该形式化模型时的成功率为 11.8%，而 Qwen3.5-27B 等基线模型的速度则更慢。

本文探讨了不同候选生成计划对大语言模型在测试时扩展过程中的能耗和性能的影响，表明更大的批次大小可以减少能耗和延迟。

本文介绍了一种用于度假租赁推荐的混合候选生成方法，结合了协同过滤和图神经网络，将召回率提高了14.8%。

本文评估了对话推荐系统中的LLM重排器，表明性能和稳定性高度依赖于检索协议、候选池配置和解码设置。

本文提出了一种面向度假租赁市场的免训练基于LLM的候选生成流水线，使用现成LLM合成语义查询，并通过密集检索来补充协同过滤，显著提升了对长尾房源的覆盖，同时保持了在热门房源上的性能。

F-GRPO 提出了一种分解式组相对策略优化框架，将候选生成与排序统一在单个自回归LLM中，解决了信用分配问题，并在序列推荐和多跳问答基准上提升了顶级性能。