标签
该论文证明，在为相互交叉的人口统计群体提供服务时，不考虑群体信息的推荐策略会产生线性遗憾，并提出了三种基于置信上界（UCB）、具有次线性遗憾保证且考虑群体信息的算法，在 Goodreads 和 BoardGameGeek 数据集上进行了评估。
Meta 新论文提出 PAMO，一种用于个人 AI 代理的训练方法，通过利用跨应用的用户历史来改进应用推荐，同时学会何时该让平台自身的排序算法来做决定。在拥有 Nintendo 和 Xbox 历史数据的真实 Steam 用户上，一个 4B 参数的 PAMO 代理将 top-10 命中率提升至 47.9%，而平台基线仅为 40.8%。
该论文提出了 LoopRec，一种用于序列推荐的物品级自适应递归框架。该框架通过可学习的门控机制重复使用权重共享的骨干网络模块，为每个物品分配计算深度，并在 3 个 Amazon 基准数据集和包括 SASRec、NextItNet 在内的 4 种骨干网络上均取得了稳定的性能提升。
StoBasket 提出联合随机篮筐编辑（joint stochastic basket editing）框架，将升级销售（upsell）与交叉销售（cross-sell）统一优化以最大化贡献毛利，并在五个公开购物篮数据集上的仿真中几乎捕获全部可实现利润。研究显示联合选择在 Instacart 上比独立选择提升 10.2% 的可实现边际，且精确求解器在毫秒级内完成优化。
Walmart Global Tech 的研究人员探讨了在电商搜索页面中使用语言模型离线评估页面级布局决策（例如插入次级产品栈的位置）的方法。结果表明，在预测用户参与度方面，基于表示的方法持续优于直接提示模型做出判断。
Yandex Music 推出 Sona——一个单一的 Transformer，在生产环境 A/B 测试中取代了 15+ 个候选生成器、预排序器和排序器。它采用 History Compression（历史压缩）技术，将推理成本降低约一半，同时实现活跃用户 +4.53%、收听时长 +6.30% 的提升。
三星半导体的这篇论文提出了 LINEUP，该方法通过学习一组可复用的低秩因子，将个性化与逐用户适配解耦，使每个用户只需训练 8 个标量参数，而非逐用户 419 万个 LoRA 参数。在六个个性化 LLM 任务的全部 12 项指标上，该方法均优于基线方法。
该 arXiv 预印本提出了生成式 AI 个性化中上下文充分性（context sufficiency）的理论，提出“上下文充分性前沿”（Context-Sufficiency Frontier）来区分四种状态——不足、充分、饱和与干扰——并通过在一家家居零售商的生成式推荐器上开展的全因子实验证明：相关上下文能提升推荐的恰当性，而无关上下文不仅会损害恰当性，还会破坏检索的稳定性。
SimTrace 是一个开源框架，利用基于匿名真实轨迹和模拟网络环境的 computer-use agent，生成忠实、细粒度的合成多模态用户点击流。在 8 项保真度指标中有 7 项超过基线，并且在增强真实数据时将下一动作预测效果提升了 11.0%。
本文将Andrej Karpathy的AutoResearch范式应用于生产规模的机器学习，识别出五种常见的故障模式，并提出一个多智能体框架，相比手动调优的基线，实现了显著的性能提升。
该论文提出了PsyBer-Agent，这是一个受心理学启发的LLM用户模拟器，用于推荐系统。它建模了诸如疲劳和偏好转变等不断演化的潜在状态，并通过不平衡Gromov-Wasserstein最优传输进行校准，同时还推出了WebSim平台和PsyBer基准测试，用于大规模评估行为保真度。
本文提出一种框架，通过近似联合标签分布来学习多任务模型中的跨任务关系，并通过迁移学习提升YouTube推荐系统的性能。
本文引入了一种双模型掩码度量，对序列推荐系统中时间归因的十种可解释方法进行基准测试，发现基于梯度的方法如GradientSHAP和Integrated Gradients产生最忠实和稳健的归因。
本文介绍了轻量级排序头框架，通过启用动态任务注入，无需重新训练骨干模型，来加速生产推荐系统中的多任务实验，从而在YouTube规模下将迭代周期从数周缩短至数天。
AutoRecLab是一个基于Python的自主系统，可以从自然语言提示自动化推荐系统实验，使用检索增强生成（RAG）、静态验证和树搜索来生成和验证可执行代码。
Auto-RecSys 是一个自主研究系统，用于自动化工业级推荐模型的长期实验，通过分布式执行、集中式记忆和认知程序分离来提高效率和可靠性。
NVIDIA 报告了在 HSTU 推理测试中使用 PyTorch AOTI 后端的显著加速，在理想情况下最高可达 2.38 倍，并强调了用于大规模生成式推荐系统的工具如 recsys-examples 和 nv-embedding-cache。
本文探讨了在生成式推荐器中使用模型的语义ID层次结构进行离线策略评估，表明在生产日志约束下，通过粗化到代码前缀聚类可以提高估计精度。
本文介绍了TH-GNN，一种异构时序图神经网络，融合图结构和文本语义以检测推荐系统中由LLM代理生成的刷单攻击，并优于现有方法。
RecPFN引入了一种先验拟合网络，用于序列推荐中的上下文学习，通过在合成点击流数据上预训练，在多个基准测试中实现了先进的零样本性能。