标签
一段讨论批评了短视频和推荐信息流的成瘾性"吸引盆"效应，重点提到 Andrej Karpathy 的周末项目 HackerTube——他用 Claude 将 4300 万条 Hacker News 评论筛选出 6454 个高质量推荐的 YouTube 视频，从而获得好得多的观看体验。
Andrej Karpathy 使用 Claude Opus 5.5 构建了 HackerTube（hackertube.org）——一个 YouTube 风格的网站，收录了 2007 至 2026 年间 40K 条 Hacker News 评论中推荐的 6,454 个视频，全程端到端开发仅耗时约两小时。
MAREval 提出一个用于评估推荐系统自然语言解释的多智能体框架，采用 Chain of Debate 提示策略、仲裁聚合与蒙特卡洛采样，提升与人类判断的一致性并在在线 A/B 测试中显著改善互动与营收指标。
该论文提出伯乐（BoLe）双重判定框架，分析 AI 一键生成视频带来的服务型内容涌入如何打破内容生态平衡，并通过简化数学模型论证推荐池机制在内容增长超过阈值后必然失效。
小红书（RedNote）研究团队发布 Vela 框架，将真实用户行为记录转化为训练任务与轨迹，通过监督微调和强化学习提升大语言模型在用户相关任务（+11.5 分）及通用基准（平均 +4 分）上的表现。
QD-Rec 提出一种质量-多样性优化方法，结合上下文老虎机与基础模型，通过档案机制演化生成多样化、有理由支撑的高质量推荐，适用于并购、客户定向等高风险决策场景。
ReMaRk 提出通过将生成列表与所有有效回复的标题联合评分来消除 GRPO 训练中的回复噪声，在保持或超越 Rank-GRPO 性能的同时显著降低 LLM 推荐模型的 RL 训练成本。
NVIDIA recsys-examples 现已通过 Dynamo-Triton 提供端到端的 HSTU 生成式推荐推理工作流，结合 PyTorch AOTI 编译与 FlexKV 支持的 KV 缓存，在 RTX PRO 6000 Blackwell GPU 上实现了最高 5.93 倍的延迟降低。
本文提出了一种用于Spotify对话推荐代理的合成数据生成管道和自我改进循环，显著提升了用户参与度和性能。
Kent Dodds 描述了他的AI代理工作方式如何从详细的低级指令转向更高层次的监督，在这种模式下，他依赖代理的推荐进行权衡分析。
IntBMoE是一种新颖的混合专家方法，通过区块级条件和稀疏执行，解耦参与、执行和具体化成本，在图像分类、语言建模和推荐系统方面展现出改进，并在AMap的生成式推荐系统中实现了实际部署。
QueryFormer 是一种统一的 Transformer 架构，它赢得了 KDD Cup 2026 腾讯 UniRec 挑战赛，专注于点击后转化率预测，重点在查询生成和高效扩展。
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%。
来自 Meta 的 Lu Fang 和 Ilina Mitra 将在 PyTorch Conference 2026 上深入介绍构建高性能推荐推理系统，详细说明端到端生产工作流和大规模平台的高级优化。
PRQ-KMeans是一种事后分词方法，通过移除全局均值成分、优化质心并使用投影残差来改进语义ID的残差量化，在工业搜索和公开推荐基准测试中实现了显著的性能提升。
本文提出DASO，一种针对生成式推荐的树感知后训练方法，通过分析rollout组并根据前缀匹配深度重新分配，解决GRPO中的难度不匹配问题，在公开基准测试中提升性能。
ERASE 引入了一种新颖的训练调度，通过分离子图将反向传播与前向工作重叠，在大规模推荐系统中将吞吐量提高高达 9.51%，同时保持模型性能。
本文提出了一个在Netflix使用大语言模型作为评判者来评估推荐解释的生命周期框架，涵盖从开发到部署和监控的各个阶段，并通过A/B测试取得了积极结果，显示用户参与度得到提升。
本文提出了Unified Sequential Composition Model（USCM）和Latent Expansion Monte Carlo Tree Search（LE-MCTS），用于时尚服装生成，在多个数据集上实现了最先进的性能。
Elon Musk转发了Keith Coleman对一个算法的解释，他用一个适合五岁小孩的简单类比，将其比作一个智能机器人为信息流选择玩具。