搜广推¶
从找候选走到排序与展示：学习语义表征、用户知识、长历史、生成式推荐、反馈与服务。
选择一个子主题，从具体论文问题开始。新论文和新增问题会继续加入对应问题库。
候选生成与搜索匹配
精排模型再强，能否找回召回阶段漏掉的好内容？
语义表征、用户知识与冷启动
一个没有点击记录的新物品，怎样进入依赖行为信号的推荐系统？
用户历史与排序骨干
计算预算应该花在历史内部、候选与历史，还是异构字段之间？
生成式召回与推理推荐
把物品改写成token后，推荐究竟改变了哪一步？
学习信号、多任务与反馈偏差
观察到的点击和转化，究竟能监督哪一个概率或价值？
列表与业务控制：重排、出价和长期价值
把单个物品按分数排好，为什么还不等于一张好列表？
自动研究与高效上线
一个离线更好的方案，怎样才算在真实请求和持续迭代中可用？