Skip to content

GenRec 研究全景

本目录维护生成式推荐(generative recommendation)的**可执行研究地图**:既解释本仓库已经实现了什么,也记录尚未实现、但值得纳入公平比较的主要路线。它不是一份声称穷尽所有论文的清单。

快照日期:2026-08-31。 论文状态、代码地址和本仓库实现状态都以该日期为准。预印本可能继续改名、录用或撤回;复现实验开始前应再次核验。

收录边界

一个工作至少满足下列一项,才进入主目录:

  1. 直接生成可映射到目录物品的离散标识、自然语言、连续向量或推荐列表;
  2. 用自回归、掩码扩散、连续扩散、流匹配等生成过程建模下一物品或用户交互分布;
  3. 是生成式推荐不可分割的 tokenizer、语义 ID、约束解码、强化学习或评测方法;
  4. 是能改变本仓库研究结论的代表性对照系统。

不因“使用了 LLM”就自动收录。普通 CTR/CVR、只把 LLM 当特征编码器的判别式模型、纯聊天机器人、只有解释生成而不产生推荐结果的系统,不进入主目录。SASRec 是本仓库的判别式基线;HSTU 采用生成式序列训练目标但仍做物品空间打分;NoteLLM 生成辅助文本、最终以向量检索推荐。三者都在文档中明确标为边界项,而不是混成同一种生成式检索模型。

状态与优先级

标签 含义
✅ 已实现 仓库内有模型、训练器、配置和评测路径;不等于已经复现论文数字
🧪 部分/实验性 有可运行骨架或部分阶段,但论文等价性、数据流水线或诚实评测仍不完整
🧩 组件 tokenizer/量化器等组件已实现,不是独立推荐器
⬜ 未实现 当前仓库没有对应实现
优先级 判断标准
P0 先修正确性或公平比较问题;不完成会让已有结论失真
P1 与当前代码复用度高,能回答关键研究问题
P2 有独立价值,但需要新任务、数据或较大工程投入
P3 以持续跟踪为主:代码/数据不开放、成本极高或结论尚不稳定

优先级是**对 GenRec 本仓库**的建议,不是对论文质量或影响力的排序。

当前仓库的真实边界

按代码、训练器和配置核对,而不是按旧文档中的模型数量统计:

  • 判别式/序列基线:SASRec、HSTU;
  • 语义 ID 与生成式检索:RQ-VAE、RQ-KMeans、TIGER、LC-Rec、COBRA、RPG;
  • LLM 路线:OneRec 风格的 Qwen + SID(SFT、GRPO、CLM 三条路径);NoteLLM 当前为对称 GCL+CSFT LoRA Amazon adaptation,已有 exact full-catalog I2I item-level 评测,论文 hard-negative 闭环仍未对齐;
  • 多粒度生成:GRAM,已有模型/训练器/配置,但数据准备和论文级复现仍属实验性。

尤其要注意:仓库中的 OneRec 是面向公开实验的 RQ-KMeans + Qwen 后训练实现,吸收了 OneRec/MiniOneRec/OpenOneRec 的思路,**不是**工业 OneRec V1/V2 的逐模块等价复现。仓库中的 RQ-KMeans 是量化器,也不是独立推荐模型。

文档导航

  • 分类框架:从输出空间、分解方式、tokenizer、训练目标和目录绑定理解不同路线。
  • 模型目录:逐项列出年份、表示、生成机制、论文、官方代码、仓库状态和建议优先级。
  • 评测协议:公平比较、SID 碰撞、物品级解析、冷启动和扩散/文本模型评测。
  • 数据集:公开数据的适用任务、版本风险、许可和仓库支持情况。
  • 阅读路线:按问题而非按论文热度组织的原始资料清单。
  • 实现待办:从 P0 正确性到 P3 工业路线的分阶段落地计划。

来源策略

条目优先引用会议/期刊页面、ACL Anthology、OpenReview、arXiv 原文和作者或机构的官方仓库。综述与 awesome 列表只用于发现候选,不作为核心机制或实验结论的唯一证据。若论文没有链接官方代码,统一写“未发现官方代码”,不把第三方复现伪装成官方实现。