🎁 推荐系统¶
🧠 NeurIPS2026 · 24 篇论文解读
📌 同领域跨会议浏览: 🔬 ICLR2026 (24) · 💬 ACL2026 (22) · 🧪 ICML2026 (11) · 🤖 AAAI2026 (27) · 🧠 NeurIPS2025 (24) · 🧪 ICML2025 (17)
🔥 高频主题: 推荐系统 ×15 · 个性化生成 ×4 · LLM ×4 · 对齐/RLHF ×3
- OmniSimulator: Aligning Small Language Models for Authentic Heterogeneous Behavior Modeling
-
针对大模型在短视频等交互平台中原生思维链退化为浅层模式匹配、高估正向行为的痛点,OmniSimulator 提出了包含五维用户内在状态认知的结构化 CoT 范式与因果推理蒸馏框架,使 8B 小模型预测表现提升 34.33% 并比肩闭源顶尖模型。
- Action-On-Item Preference Flow: A Shared Event Schema for Predictive and Generative Personalization
-
本文提出基于物品动作(action-on-item)的统一事件模式与多时间尺度状态空间架构 PerTIDE,通过动作门控进入、长/短/偶发三分支状态轨迹持久化、自适应融合与命令条件化读出,实现同一个用户历史更新机制在预测性推荐(如新闻/电影排序)与生成式任务(如个性化标题生成)间的通用复用与跨域迁移。
- AdaM-Rec: Adaptive Modality Routing for Multimodal Recommendation
-
AdaM-Rec 针对多模态推荐中视觉与文本需求随查询动态变化的难题,提出通过历史交互构建粒度对齐的伪查询代理召回任务,以 Agent 迭代自优化动态校准各模态召回权重与预算,显著提升了个性化推荐精度。
- An Embarrassingly Simple Graph Heuristic Reveals Shortcut-Solvable Benchmarks for Sequential Recommendation
-
本文提出一种仅依赖最近一两个交互物品并在转移图少跳邻域内结合文本特征相似度打分的极简启发式方法(TGH),在无需训练的情况下全面超越多种前沿生成式及深度序列推荐模型,揭示出主流评测基准存在低分支转移、特征平滑与短历史依赖等捷径结构。
- Bridging Textual Profiles and Latent User Embeddings for Personalization
-
提出了强化学习框架 BLUE,通过大模型生成自然语言用户画像,并联合利用隐式嵌入空间的双向对比对齐奖励与文本空间的下一个交互预测奖励优化生成策略,在无需人工金标画像的情况下实现了兼具高可解释性与强判别检索能力的双重表征。
- Controllable and Content-Based Recommendations
-
针对传统协同过滤隐空间不可解释且无法直接干预的问题,CCBR 利用多模态大模型从物品原始内容中抽取自然语言画像并构建文本瓶颈,通过两阶段标签监督与对比对齐实现即插即用且支持多模态冷启动与文本负向意图干预的可控推荐。
- DiagnosticIQ: A Benchmark for LLM-Based Industrial Maintenance Action Recommendation from Symbolic Rules
-
针对工业物联网中“规则报警易、维修决策难”的痛点,本文提出首个基于专家符号规则的工业设备运维动作推荐评测基准 DiagnosticIQ(含 6,690 道选择题及 5 个针对性变体),揭示出当前前沿模型本质上依赖模板表面匹配而非真实逻辑求值的严重脆弱性。
- FoMEMO: Towards Foundation Models for Expensive Multi-objective Optimization
-
FoMEMO 提出了首个面向高成本多目标优化的基础模型范式,通过在大规模合成高斯过程数据上预训练 PFN 架构,仅需单次前向传播即可根据历史轨迹与偏好向量预测目标聚合后验分布,实现无需在线更新模型的零样本快速上下文优化。
- 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。
- Is Your LLM-as-a-Recommender Agent Trustable? LLMs’ Recommendation is Easily Hacked by Biases (Preferences)
-
本文提出面向智能体推荐范式(LLM-as-a-Recommender)的偏见基准 BiasRecBench,通过质量裕度校准管线严格控制候选选项间客观质量差距 \(\epsilon\),揭示了前沿大语言模型即便具备充足推理能力也极易被权威偏见、羊群效应及指令偏见误导的脆弱性。
- LIME: Link-based User-item Interaction Modeling with Decoupled XOR Attention for Efficient Test Time Scaling
-
LIME 提出了一种基于全局可学习“连接嵌入”(Link Embeddings)的解耦注意力推荐架构,结合 XOR 注意力掩码将序列自注意力复杂度降至线性,并实现候选交互权重离线完全预计算,在达到重型 Transformer 级精度的同时实现 10 倍推理加速。
- LIME: 基于解耦XOR注意力与全局链接嵌入的测试期高效扩展推荐模型
-
LIME 提出全局可学习的链接嵌入(Link Embeddings)作为用户历史与候选物品的中介桥梁,在用户侧通过解耦 XOR 注意力将超长历史自注意力复杂度从二次方降为线性,在物品侧利用用户无关的键空间实现候选注意力权重的离线预计算与缓存,从而在保持多层 Transformer 深度交叉交互表现力的同时,实现类似双塔模型的低延迟候选扩展。
- MARS: Multi-Resolution Adaptive Routing for Sequential Recommendation
-
针对长序列推荐中紧凑记忆压缩造成的时序混叠与近期兴趣遗忘痛点,MARS 提出将完整交互序列写入多个按半衰期先验锚定的循环状态轨道,并通过稀疏路由将多分辨率动态读入固定数量的种子向量,在保留高效候选打分接口的同时显著提升推荐精度与行为迁移鲁棒性。
- Mult-DPO: Multinomial Direct Preference Optimization for Recommender Systems
-
针对推荐系统中多正样本无序集合偏好与原生 DPO 成对假设失配的核心瓶颈,Mult-DPO 提出多项分布代用似然,构造出边缘化 Plackett-Luce 损失的闭式可计算上界,以分类风格目标实现多正多负集合偏好的高效对齐,并可自然推广至多级偏好。
- Not All Is Lost: Repairing Lossy User Preference States of Personalization Encoders
-
本文提出了一种后压缩状态修正框架 REPAIR,在完全冻结预训练个性化编码器与下游任务头的条件下,利用单次前向计算中缓存的逐时刻交互表征与暴露状态构建低秩相对残差,并通过多时间尺度分解与自适应稀疏写回,有效弥合了偏好压缩中的可恢复性差距。
- Objective Shaping with Hard Negatives: Windowed Partial AUC Optimization for RL-based LLM Recommenders
-
本文从理论上证明了在二值奖励下 GRPO 优化等价于全局 AUC,而 Beam Search 负采样则将优化目标重塑为单向局部 AUC(OPAUC);据此提出窗口化局部 AUC(WPAUC)以及阈值自适应软窗口重加权算法(TAWin),实现了对特定 Top-K 推荐指标的精确受控对齐与显著性能提升。
- 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。
- Rethinking Semantic ID Construction for Generative Recommendation: SimHash with Parallel Decoding and Semantic Alignment
-
针对生成式推荐中基于局部敏感哈希(SimHash)的分词方案被普遍认为效果劣于复杂学习量化的共识,本文指出其性能瓶颈源于自回归解码的结构不匹配与离散化信息损失,提出结合并行解码与多任务语义对齐的免训练框架 FLASH,以极低的分词与训练开销刷新了多数据集推荐与冷启动泛化 SOTA。
- Self-EvolveRec: Self-Evolving Recommender Systems with LLM-based Directional Feedback
-
本文提出基于大语言模型方向性反馈的代码演化推荐系统框架 Self-EvolveRec,通过结合用户模拟器的定性反馈与模型诊断工具的定量剖析构建双向闭环,并引入诊断工具与模型的协同演化机制,摆脱了传统标量指标试错搜索的盲目性。
- Simple Projection-Free Algorithm for Contextual Recommendation with Logarithmic Regret and Robustness
-
针对隐式反馈下的上下文推荐(在线逆线性优化)问题,本文提出利用推荐决策的正缩放不变性(非良规性)消除传统在线牛顿步必须的马氏距离投影,构造出每轮仅需 \(O(d^2)\) 时间、具备 \(O(d \log T)\) 对数遗憾界且天然抵抗次优动作反馈的无投影二阶算法 CoRectron。
- TRACE: Tourism Recommendation with Accountable Citation Evidence
-
提出了首个将偏好推荐、逐句评论引文凭据与中途拒识恢复联合评测的旅游对话推荐基准 TRACE,包含 10,000 轮多轮对话与 25 项系统指标,揭示了主流大模型与传统检索器在准确率、引文忠实度与动态纠错之间的三能力鸿沟。
- Trie-Aware Transformers for Generative Recommendation
-
针对现有生成式推荐模型将层次语义 ID 展平为一维序列而忽略前缀树拓扑的缺陷,本文提出模型无关且零超参的 TrieRec,通过结构感知绝对位置编码(TAE)聚合前缀路径消除语义歧义,并借助拓扑感知相对位置编码(TRE)注入基于最近公共祖先的注意力偏置,在三大主流骨干模型上取得平均 8.83% 的相对增益。
- UxSID: Semantic-Aware User Interests Modeling for Ultra-Long Sequence
-
UxSID 提出利用语义 ID(SID)作为高密度语义探针来引导超长用户行为序列压缩,通过无目标兴趣压缩模块提取正交兴趣锚点,并结合分层门控双阶段注意力实现目标感知兴趣路由,在保障在线常数级推理耗时的同时显著提升长序列点击率预估精度。
- What Gets Measured Gets Managed: Sign-aware Recommendation Needs Sign-aware Evaluation
-
针对现有符号图推荐模型在推理排序阶段无法区分正负反馈、甚至给负反馈物品打高分的“效价盲目(valence-blindness)”现象,提出显式惩罚负样本的符号评测指标族(SRecall、SHR、SNDCG),并揭示内积打分瓶颈与解耦优化机制。