🎁 推荐系统¶

🧠 NeurIPS2026 · 2 篇论文解读

Goal-Conditioned Supervised Learning for Multi-Objective Recommendation: MOGCSL 把会话未来的多种累计奖励保留为目标向量，以普通交叉熵训练一个目标条件的下一物品预测器，再用统计目标或双 CVAE 选择推理目标，在购买预测与训练成本上取得优势，但并非所有点击指标都领先，也不保证指定目标真正可达。
Rethinking Personalized Generation: Test-Time Alignment via Factorized Ranking Models: 本文把个性化生成从“微调生成器”改写为“选出已有的合适候选”，用默认 2.8M 参数的 MLP 读取冻结生成器的表示来排序，在九个数据集上优于四种通用奖励模型，但仍落后于针对数据集微调的 8B 奖励模型；单轨迹解码引导只回收部分候选选择收益。