跳转至

L2Rec: Towards Dual-View Understanding of LLMs for Personalized Recommendation

保真度：核心机制复现。原文结论、本地公开数据实验和未复刻部分分开陈述。

论文信息

项目 内容
论文链接 arXiv 2605.26717
公司/机构 NetEase Cloud Music
首次公开日期 2026-05-26（arXiv v1）
原文开源代码 否：原文未提供官方/作者代码（核查日期：2026-08-24）
Adapter l2rec
本地复现代码 src/auto_research/reproductions/l2rec/

原始论文总结

背景与主要改动

共享 LLM 中插入按用户路由的双视图 LoRA-MoE，分别适配语义视图和行为视图，再由自适应跨视图门控融合。

flowchart LR
 A["语义/行为双视图"] --> B["个性化 LoRA-MoE"] --> C["跨视图融合"]

原论文关键图

L2Rec: Towards Dual-View Understanding of LLMs for Personalized Recommendation 原论文 Figure 1

原论文 Figure 1（关键图）：展示原论文提出的核心架构、主要模块及其连接关系。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式

\[ \Delta W_v(u)=\sum_{e\in TopK(g_v(u))}g_{v,e}(u)B_{v,e}A_{v,e} \]

论文离线与线上效果

原文的主要线上证据为 CTR +9.24%（6% user traffic, one month; p<0.01）。论文离线表与线上指标使用私有或论文指定口径，不能与下面的 MovieLens 数字直接比较。

本地复现

本地对照口径：基线为共享 transition + content scorer；实验组在相同用户、物品、全库候选和 seed 上只加入 l2rec 核心机制，相对 NDCG@10 -5.04%。

MovieLens-100K、220 users / 360 items、seed 42：NDCG@10 0.0540 → 0.0513（-5.04%），Hit@10 0.1091 → 0.1045。验证集只用于选择机制混合权重，测试集没有参与调参。

auto-research reproduce --paper l2rec --dataset-dir data --seed 42

固定指标见 metrics/public-seed42.json。

复现边界

在 MovieLens-100K 固定全库候选、相同切分和 seed 上执行论文核心机制；公司私有特征、生产基础模型与在线流量不可公开，论文 A/B 数字仅作原文引用。 本地实现执行了独立的模型状态和打分路径；它不是把论文名映射到同一个加权公式。未复刻项见 adapter 的 omitted_core_components，本地相对变化不得与原文 A/B 提升混写。