论文
登录后可查看剩余解析次数。
标签筛选
生成式推荐系统
A Survey on Generative Recommendation: Data, Model, and Tasks
发表：2025/10/31
生成式推荐系统大语言模型微调Diffusion模型多模态大语言模型基于大语言模型的推荐系统
本文综述生成式推荐的新范式，基于数据增强与统一、模型对齐训练及任务设计三个维度系统分析。重点探讨大型语言模型和扩散模型的创新应用，揭示生成推荐在知识整合、自然语言理解与个性化生成上的优势。
06
OneLoc: Geo-Aware Generative Recommender Systems for Local Life Service
发表：2025/8/20
生成式推荐系统基于地理信息的推荐模型多目标强化学习优化本地生活服务场景推荐
OneLoc提出地理感知生成推荐系统，通过地理感知语义ID、自注意力和邻居感知提示融合地理与视频信息，并利用强化学习平衡用户兴趣、距离和商业目标。部署于快手本地生活服务，显著提升GMV和订单数。
04
DiffGRM: Diffusion-based Generative Recommendation Model
发表：2025/10/21
生成式推荐系统离散扩散模型平行语义编码置信度引导并行去噪
提出DiffGRM，一种基于掩码离散扩散的生成式推荐模型，通过并行语义编码解耦语义ID数字，实现对数字的任意顺序并行生成，克服自回归方法在项内一致性和跨位异质性上的限制，提升推荐效果及训练效率。
020
MMQ-v2: Align, Denoise, and Amplify: Adaptive Behavior Mining for
Semantic IDs Learning in Recommendation
发表：2025/10/29
生成式推荐系统基于大语言模型的推荐系统自适应行为挖掘语义ID学习内容-行为多模态对齐
MMQv2提出了自适应行为内容对齐、去噪和放大机制，有效解决了推荐系统中长尾物品行为噪声和信号模糊问题，提升了语义ID的表达能力和泛化性能。实验证明其在大规模工业数据集上的推荐任务表现优越。
018
MiniOneRec: An Open-Source Framework for Scaling Generative
Recommendation
发表：2025/10/28
生成式推荐系统大语言模型微调大语言模型强化学习训练序列策略优化残差量化变分自编码器
提出MiniOneRec开源框架，实现生成式推荐端到端流程，利用残差量化VAE构建SID，针对0.5B7B参数Qwen模型进行后训练。验证了生成式推荐的规模效应及参数效率，通过全流程SID对齐和带约束强化学习显著提升排序精度和推荐多样性。
015
Beyond Persuasion: Towards Conversational Recommender System with
Credible Explanations
发表：2024/9/22
基于大语言模型的推荐系统生成式推荐系统可信解释生成对话式推荐系统
本文针对当前基于大型语言模型的对话推荐系统在说服用户时生成不可信解释的问题，提出PCCRS方法。该方法通过可信度感知说服策略指导解释生成，并结合事后自我反思逐步优化，显著提升了解释的可信性与推荐准确性。
02
Generative Recommender with End-to-End Learnable Item Tokenization
发表：2024/9/9
生成式推荐系统端到端可学习物品分词双编码器-解码器架构推荐系统序列与语义对齐交替优化训练策略
本文提出ETEGRec，一种将物品令牌化与生成式推荐端到端联合训练的框架。基于双编码器解码器结构，通过序列物品与偏好语义对齐策略，促进两者协同优化，采用交替优化技术保证训练稳定，大幅提升生成式推荐性能。
05
Bi-Level Optimization for Generative Recommendation: Bridging
Tokenization and Generation
发表：2025/10/24
生成式推荐系统双层优化框架Tokenizer与推荐模型联合优化元学习方法梯度冲突缓解
本文提出BLOGER双层优化框架，统一建模词元化器与推荐器相互依赖。通过元学习求解双层优化问题，并引入梯度手术缓解梯度冲突，实现信息丰富且与推荐目标对齐的物品标识符，显著提升生成式推荐性能。
05
Pctx: Tokenizing Personalized Context for Generative Recommendation
发表：2025/10/24
生成式推荐系统个性化上下文 tokenization自回归推荐模型用户行为历史建模推荐系统语义ID表示
本文提出个性化上下文感知词元化器，将用户历史交互纳入语义ID生成，实现同一物品在不同用户上下文中有不同词元表示。该方法提升了生成式推荐模型的个性化能力，在三个公开数据集上NDCG@10最高提升11.44%。
03
OneSearch: A Preliminary Exploration of the Unified End-to-End
Generative Framework for E-commerce Search
发表：2025/9/3
生成式推荐系统多视角用户行为序列建模端到端电商搜索框架层次量化编码偏好感知奖励系统
论文提出OneSearch，统一端到端生成式电商搜索框架，通过关键词增强层次化量化编码、多视角用户行为序列模型和偏好感知奖励系统，实现查询与商品更精准匹配。在线A/B测试显著提升点击率和订单量，同时降低75%以上运营成本，已部署于快手。
08
R4ec: A Reasoning, Reflection, and Refinement Framework for
Recommendation Systems
发表：2025/7/23
生成式推荐系统大语言模型强化学习训练序列推荐系统基于大语言模型的推荐系统推理反思与精炼框架
本文提出R4ec框架，结合推理、反思和精炼，引入行动者模型和反思模型迭代优化推荐结果，实现类似系统2的思维方式。实验证明该方法在多个公开数据集及大规模广告平台中提升推荐性能及收益。
03