跳转至

🎁 推荐系统

💬 EMNLP2026 · 4 篇论文解读

📌 同领域跨会议浏览: 🧠 NeurIPS2026 (24) · 🔬 ICLR2026 (24) · 💬 ACL2026 (22) · 🧪 ICML2026 (11) · 🤖 AAAI2026 (27) · 🧠 NeurIPS2025 (24)

🔥 高频主题: 推荐系统 ×4

Illuminating the Path: Reachability-Aware Supervision Curation for LLM-Based Recommendation

GEARec 针对大语言模型在序列推荐中因「上下文利用偏差」强行拟合历史噪声以及海量候选池中探索奖励极度稀疏的困境,提出由双视角锚点提取、可达性感知轨迹路由与动态微调对齐构成的离线数据精选框架,使小参数量模型在全库真实检索与长尾推荐上显著超越强化学习及更大规模语言模型基线。

LLaDA-Rec: Discrete Diffusion for Parallel Semantic ID Generation in Generative Recommendation

针对自回归生成式推荐中单向因果约束限制全局表征以及早期预测误差沿 token 链累积放大的固有缺陷,LLaDA-Rec 首次将离散扩散模型引入语义 ID 预测,通过多头 VQ-VAE 并行分词、历史与物品双层掩码训练及自适应束搜索,实现了高质量的并行自适应顺序推荐。

Re2A: Situated Conversational Recommendation via Rubric-based Preference Reasoning and Alignment

本文提出情境化对话推荐框架 Re2A,通过自动化规则引导的策略优化生成显式结构化偏好状态,并结合异构负样本偏好条件 DPO 解决物理场景与用户需求的双重对齐困境,在多模态对话推荐中实现大幅精度提升与极低幻觉率。

SafeGEO: Understanding Generative Engine Optimization Risks in Recommendation Agents

SafeGEO 首次将生成式引擎优化(GEO)从被动的“可见性提升”重新定义为推荐智能体的“效用对齐与决策危害”问题,提出了涵盖 3 个操纵维度、7 类原语的 22 种攻击变体评测套件,揭示出真实感攻击可使缺陷商品进入前三推荐率激增高达 83.2 个百分点,并验证了排序前证据核验防御可削减最高 39.2 个百分点的有害推荐。