推荐系统 18
- CapsID：用胶囊路由软量化替换硬残差量化，让 Semantic ID 自适应变长（arXiv 2026.05）
- RPG：用并行生成 + 长 Semantic ID 打破生成式推荐的推理瓶颈（KDD 2025）
- TIGER：用 Semantic ID + 生成式检索重写推荐系统的奠基之作（NeurIPS 2023）
- TOIS 综述：推荐系统嵌入技术全景图谱——从矩阵分解、序列建模、图神经网络到 LLM 增强
- LASAR：在生成式推荐中实现完整隐空间推理与自适应步数控制
- AsymRec：用非对称连续-离散框架打破生成式推荐的双阶段信息瓶颈
- 2026年5月推荐系统论文盘点：推理增强与自适应计算成为新主线
- IAT: 实例即 Token 重塑工业推荐系统的序列特征工程
- UniMixer: 统一推荐系统三大 Scaling 架构的理论框架与实践
- SSR: 显式稀疏性突破推荐系统 Scaling 瓶颈
- UniRec: 用贝叶斯定理弥合生成式与判别式推荐的表达力鸿沟
- 2026年4-5月推荐系统论文盘点：生成式推荐走向成熟
- OneRec: 快手端到端生成式推荐系统——用一个模型替代整条推荐链路
- GLASS: 生成式推荐系统中的长序列建模——基于SID-Tier与语义搜索
- GEM-Rec: 一个模型同时搞定推荐和广告——竞价感知的生成式推荐框架
- 2026年以来字节、美团、阿里推荐系统论文盘点
- ReSID: 推荐原生的语义ID框架——从信息论视角重新思考生成式推荐的Token化
- 推荐系统中item的token化方案演进