跳转至

Read this page in English

知识、协同向量与语义码:相同内容怎样进入不同推荐接口?

搜广推 · 更新 2026-10-27 · 60 篇主题资料 / 4 篇重点对照

KAR生成外部知识后适配既有推荐器,NoteLLM用共读监督训练可检索压缩状态,Dual-purpose SID让短码兼顾身份与内容重建,FineSID则保留细粒度token和完整交互骨干做阶段迁移。它们不只是“都用LLM或SID”:对齐信号、压缩对象与下游继承内容各不相同。

机制对照 · 取舍分析 · 跨论文问答 · 更新记录 · 本主题逐篇问答

怎么读这张卡片

重点比较下表代表论文;完整主题目录保留在文末。机制与假设的对照不等于统一 benchmark 的性能排名;教学例子不是论文实测。

机制对照

比较维度:输入知识来自生成常识、内容还是交互关系 · 传递对象是向量、短码还是完整预测器状态 · 内容重建与个性化目标如何共同约束 · 离线缓存、冷启动与完整复现边界

论文与来源 机制定位 得到了什么,付出什么
Towards Open-World Recommendation with Knowledge Augmentation from Large Language Models · 原始来源
章节:背景与主要改动、核心公式、本地复现
分别生成用户偏好推理知识和物品事实知识,以hybrid-expert adapter压缩,再与原ID表示一起送入推荐模型。 可预生成知识以移出在线自回归成本,但生成描述不是真实偏好标签,缓存也有刷新与事实核验成本;并非LLM直接在线做全部推荐。
NoteLLM: A Retrievable Large Language Model for Note Recommendation · 原始来源
章节:背景与主要改动、核心公式、本地复现
compression prompt把内容压到特殊token状态,GCL用共读关系学习检索空间,CSFT从同一状态生成hashtag/category。 协同对比与生成监督共同塑造表示,仍需处理共读关系的曝光偏差;内容相似和行为互补并非天然相同,生成能力也不能只凭检索分数推断。
Tokens are All You Need: Dual-purpose Semantic IDs for Achieving LLM-Level I/O Efficiency in Recommendation Systems · 原始来源
章节:背景与主要改动、核心公式、复现边界
层次SID承载协同身份,并通过SiDec从各层离散码重建内容embedding,供召回、排序和低I/O重建使用。 短码与重建降低内容传输需求,也引入量化碰撞和信息瓶颈;重建MSE与最终推荐必须分测。本地genre替代多模态内容,未复刻生产码本与在线重建。
Progressive Learning from Content to Relevance to Personalization for CTR Prediction · 原始来源
章节:背景与主要改动、三阶段结构、成本判定:不执行复现
保留多尺度视觉/字段文本token,先训练完整query-item相关性预测器,再保留共享dense、embedding与归一化状态并切换CTR头。 迁移对象比单个embedding丰富,但要求阶段一致的骨干和状态管理;不等于只接SID lookup。本库仅方法及线上证据收录,成本过高未实现完整训练。

取舍分析

先问传过去的是什么

KAR传递的是生成知识经adapter得到的特征,NoteLLM传递协同训练过的压缩向量,Dual-purpose SID传递可重建内容的离散身份,FineSID则连交互预测器的共享参数与归一化状态一起迁移。若只给既有CTR模型加一张随机码表,既没有KAR的知识来源,也没有FineSID的阶段继承,不能凭接口同为token就视作等价。

对照来源:kar · notellm · dual-sid · finesid

内容保真与推荐相关性需要两把尺

Dual-purpose SID的内容重建项检验码里能还原多少embedding,NoteLLM的GCL则用共读关系调整哪些内容应相近;二者约束的几何不同。FineSID再用相关性软目标和个性化CTR分阶段训练同一骨干。更低重建误差不自动带来更好的点击排序,LLM说得更像也不等于用户更喜欢。

对照来源:dual-sid · notellm · finesid

跨论文问答

先想自己的答案,再展开;每个问题至少联系两篇论文。

Dual-purpose SID和FineSID都用离散token,为什么不能用同一个SID lookup实验同时证明两篇?

展开答案与例子

答案: Dual-purpose SID要求短码同时服务协同身份与内容重建;FineSID还要求细粒度、多尺度位置保留,并把相关性阶段的完整共享预测器迁移到CTR。单个lookup只能覆盖接口的一小部分,缺少各自重建目标或阶段继承,就没有验证其定义性机制。

教学例子: 示意:给鞋图分配三个码后能还原大致内容,是一个压缩问题;先学query—鞋图相关性,再继承整套交互网络预测某用户点击,是另一条训练链路。

对照来源:dual-sid · finesid

KAR生成的偏好描述为什么不能替代NoteLLM使用的共读监督?

展开答案与例子

答案: KAR提供常识和偏好推理的候选知识,是否有用还要由推荐目标学习;NoteLLM的共读pair来自行为关系,直接约束检索空间。前者可能补足日志没有的语义,也可能生成错误解释;后者有真实交互依据,却受曝光和流行度影响。两种信号可互补,不能互当真值。

教学例子: 示意:LLM说露营者可能喜欢登山鞋,只是一条知识假设;用户实际常把某双鞋与防水袜一起阅读,则是平台行为关系,二者证据性质不同。

对照来源:kar · notellm

SID重建更准确、文本生成更流畅,为什么推荐NDCG仍可能下降?

展开答案与例子

答案: 重建保留内容,CSFT保留生成接口,但排序还需要用户—物品的协同区分。Dual-purpose SID码本可能更偏重内容而牺牲偏好,NoteLLM要靠GCL补充行为几何,FineSID则继续训练个性化CTR。应分别看重建、碰撞、相关性和隔离测试排序,不能把某一辅助目标当最终效果。

教学例子: 示意:两件外观近似的外套被重建得很准,但一个适合骑行、一个适合通勤;若码没有保留用户群差异,视觉保真并不能保证点击次序正确。

对照来源:dual-sid · notellm · finesid

更新记录

新论文带来新路线、改变取舍,或补充现有路线时,都在这里说明。

2026-10-27 · 首版:比较kar、notellm、dual-sid、finesid,围绕输入知识来自生成常识、内容还是交互关系与传递对象是向量、短码还是完整预测器状态建立分析和跨论文问答。

覆盖 60 篇主题资料;目录见下。

本主题全部 60 篇资料

目录归类覆盖本主题全部资料;重点对照范围以上表为准。

进入本主题逐篇四层问答 · 返回全部精读卡片