Generative Recommendation
关注推荐系统从判别式打分向生成式建模演进的关键问题,包括离散物品表示、候选感知的 Query 建模、生成式召回与排序,以及推荐内容生成。
Semantic IDQuery ModelingGenerative RetrievalGenerative Ranking

关注推荐系统从判别式打分向生成式建模演进的关键问题,包括离散物品表示、候选感知的 Query 建模、生成式召回与排序,以及推荐内容生成。
如何构建面向推荐目标的离散物品表示,并保持语义、协同信号与生成效率之间的平衡?
如何让候选、行为域与长序列上下文共同参与 Query 生成,使注意力读取更精确?
如何统一候选检索、排序与内容生成,使生成结果同时满足用户意图与平台约束?
如何将生成模型部署到大规模推荐链路,并控制时延、吞吐与线上稳定性?
问题定义
明确任务边界、评价指标与系统约束。
方法拆解
梳理模型结构、数学表达与训练目标。
工程分析
讨论计算复杂度、部署路径与潜在局限。