生成式推荐模型目录¶
本页是截至 2026-08-31 的代表作目录,不声称穷尽所有论文。收录和排除规则、状态与 P0–P3 定义见总览。“官方代码”只有论文作者或所属机构明确发布的仓库;无法确认时写“未发现”,不列第三方复现。
先做名称对齐:SASRec 只作判别式基线;rqvae、rqkmeans 是 SID 组件;tiger、lcrec、rpg、hstu 有完整训练/评测路径;cobra、gram、notellm 有实验实现但还需补论文级闭环。仓库 onerec 提供 RQ-KMeans + Qwen 的 SFT、GRPO、CLM 路线,是对公开 OneRec 生态的研究实现,不能等号连接到 OneRec V1、V2、MiniOneRec 或 OpenOneRec 任意一篇论文。
1. 语义 ID 与生成式检索主线¶
| 模型 | 年份/出处 | 核心表示 | 生成机制 | 论文 / 官方代码 | 本仓库状态 | 建议 |
|---|---|---|---|---|---|---|
| TIGER | 2023, NeurIPS | Sentence-T5 内容向量经 RQ-VAE 得到层次 SID | T5 式 encoder-decoder 自回归生成下一物品 SID,beam search | 论文;论文作者未发布官方代码 | ✅ 已实现;纯 PyTorch T5 与 RQ-VAE 路径齐全,仍需按物品级协议重评 | P0:先完成诚实重评 |
| LC-Rec | 2024, ICDE | 语义量化码 + 冲突消解 token,并用协同任务对齐 LLM | 多任务指令微调后自回归生成完整 SID | 论文 / 代码 | ✅ 已实现;旧 SID-tuple 数字不可作最终结论 | P0:与 TIGER 同协议重评 |
| LIGER | 2024, arXiv | RQ-VAE SID 与 dense item embedding 双表示 | 生成候选,再与 dense retrieval 候选联合重排,专门补冷物品 | 论文 / 代码 | ⬜ 未实现 | P1:最有价值的 sparse–dense 对照 |
| GRAM | 2025, ACL | semantic-to-lexical 层次 ID;多粒度物品文本 | 多编码器分别编码粒度不同的 prompt,在解码端 late fusion 后生成 | 论文 / 代码 | 🧪 模型、训练器、配置已存在;专用预处理数据与论文级复现未闭环 | P1:先补数据契约和 parity test |
| ActionPiece | 2025, ICML Spotlight | 把 action 的特征集合按上下文做 BPE 式合并,形成可变粒度 token | 对集合排列不敏感的 action-piece 序列生成 | 论文 / 代码 | ⬜ 未实现 | P2:适合研究 token 粒度,而非首个新基线 |
| COBRA | 2025, NeurIPS | 多个 sparse code + 一个连续 dense 尾向量 | 先生成 SID,再条件生成 dense 向量;BeamFusion 融合 beam 与近邻分数 | 论文;未发现官方代码 | 🧪 已实现并使用物品级评测,尚未完成论文数字复现 | P1:完成消融与复现审计 |
| RPG | 2025, KDD | OPQ 子空间 code 组成论文所称的 unordered long SID;codebook 位置固定,长度按数据集选择(Sports/Toys 16、Beauty 32、CDs 64) | GPT-2 编码历史,各 codebook 的独立 ResBlock head 并行预测 token;可选图约束传播解码 | 论文 / 代码 | ✅ 已实现;含图传播评测路径 | P1:补多数据集/多 seed |
| OneRec V1 | 2025, arXiv/工业报告 | item token 与 session/page 序列 | encoder-decoder 生成整页推荐;迭代对齐与 DPO/奖励模型优化 | 论文;未发现完整官方训练代码 | ⬜ 未按论文架构实现;本仓库同名代码不等价 | P3:数据和工业模块不可得 |
| OneRec V2 | 2025, arXiv/工业报告 | item token;lazy decoder-only 表示 | 高效 decoder-only 页面生成,duration-aware RL 与自适应 clipping | 论文;未发现完整官方代码 | ⬜ 未实现 | P3:作为系统设计参考 |
| MTGR | 2025, CIKM(工业) | 保留 DLRM 交叉特征的生成式 item token | HSTU 式多位置生成,用户序列压缩、GLN 与动态 mask | 论文 / 正式版;未发现官方代码 | ⬜ 未实现 | P3:工业特征接口差异很大 |
| PLUM | 2025, arXiv/YouTube | LLM 词表与 SID 共存 | 持续预训练再任务微调,用统一生成器完成大规模检索 | 论文;未发现官方代码 | ⬜ 未实现 | P2:适合作为规模化预训练路线 |
| MiniOneRec | 2025, 技术报告 | RQ-VAE SID + Qwen 0.5B–7B | SFT 强制全流程 SID 对齐,随后约束生成与混合奖励 RL | 论文 / 代码 | 🧪 本仓库 OneRec 与其高度相关,但 tokenizer、任务和 RL 细节并非逐项 parity | P1:做配置级兼容层,而非再写一套模型 |
| OpenOneRec | 2025 报告,2026 开源 | Qwen3 1.7B/8B + itemic token | 预训练、SFT、on-policy distillation、RL 和指令评测全链路 | 论文 / 代码 | 🧪 本仓库有较轻量 SFT/GRPO/CLM 路线,但不等价 | P1:优先接数据/评测协议,再考虑权重兼容 |
| RecGPT(顺序基础模型) | 2025, EMNLP | 纯文本物品表示经 FSQ 得到跨域 token | decoder-only,自回归历史建模;item 内双向、item 间因果注意力;catalog-aware beam | 论文 / 代码 | ⬜ 未实现 | P1:跨域/冷启动的重要开放基线 |
| MaskGR | 2025, arXiv | 多层 SID 序列 | 离散 masked diffusion,迭代并行去掩码,替代严格左到右生成 | 论文 / 代码 | ⬜ 未实现 | P1:与现有 SID 数据最大程度复用 |
| SpecGR | 2026, AAAI | 已见/新物品候选与 SID/内容表示 | 可扩展 drafter 提案,生成式 verifier 接受/拒绝,并引导重提案 | 论文 / 代码 | ⬜ 未实现 | P2:适合专门的 inductive 评测 |
| Align³GR | 2026, AAAI | item token、行为与偏好三层对齐 | 生成 SID,并用 progressive DPO 逐步对齐 | 论文;未发现官方代码 | ⬜ 未实现 | P2:与 RL 路线有交叉 |
| GenCDR | 2026, AAAI | 通用 encoder + 域专属 adapter 动态路由得到跨域 SID | 跨域自回归模块融合通用/域专属兴趣,并以 domain-aware PrefixTree 解码 | 论文 / 代码 | ⬜ 未实现 | P2:需先增加跨域数据协议 |
| MACRec | 2026, AAAI | 多视角跨模态量化 SID | 在 ID 学习时 cross-modal quantization 降冲突,并在生成器中做隐式/显式跨模态对齐 | 论文 / 代码 | ⬜ 未实现 | P2:多模态 tokenizer 的代表对照 |
| MusicRec | 2026, AAAI | 共享/专属模态融合 + 协同信号的 SID | 多模态与行为共同构造 identifier,再由 LLM 自回归生成 | 论文;未发现官方代码 | ⬜ 未实现 | P3:先建立多模态数据管线 |
2. LLM 文本、原生词表与生成式排序/列表生成¶
| 模型 | 年份/出处 | 核心表示 | 生成机制 | 论文 / 官方代码 | 本仓库状态 | 建议 |
|---|---|---|---|---|---|---|
| P5 | 2022, RecSys | 用户、物品 ID 与自然语言统一成文本 prompt | T5 text-to-text,多任务生成 item、评分、解释等 | 论文 / 代码 | ⬜ 未实现 | P2:经典统一范式,算力可控 |
| P5 Item Indexing | 2023, arXiv | 顺序、协同、语义和混合 item identifier | 在 P5 中把下一物品当 token 串生成 | 论文 / 代码 | ⬜ 未实现 | P1:低成本 tokenizer 基线 |
| GenRec(LLM) | 2024, ECIR | 交互历史和物品标题/描述文本 | 微调 LLaMA 直接生成目标物品文本 | 论文 / 正式版 / 代码 | ⬜ 未实现 | P2:用于量化文本幻觉/grounding |
| BIGRec | 2023, arXiv | LLM 生成的语义 item 文本/向量 | 先生成目标语义,再用向量相似度 grounding 到真实目录 | 论文 / 代码 | ⬜ 未实现 | P1:文本生成与目录检索的清晰桥梁 |
| IDGenRec | 2024, SIGIR | 由 LLM 学出的可读 textual ID | 联合学习 ID 生成与推荐,支持跨域零样本 | 论文 / 代码 | ⬜ 未实现 | P2:适合跨域研究 |
| RecGPT(文本模型) | 2024, ACL | 领域文本预训练的 7B LLM | 生成式预训练 + instruction tuning,输出文本/评分/推荐 | 论文 / 代码 | ⬜ 未实现 | P3:与 2025 同名 RecGPT 必须分开 |
| NoteLLM | 2024, WWW | 特殊 token 压缩出的 note embedding;标题、类别、hashtag 文本 | LLM 生成辅助文本,同时用对比学习做 I2I 向量检索 | 论文 / 代码 | 🧪 已实现对称 GCL+CSFT LoRA Amazon adaptation、同物品伪负例屏蔽与 exact full-catalog I2I item-level 评测;论文 hard-negative 闭环未对齐 | P2:补 hard-negative 与官方 parity |
| NoteLLM-2 | 2025, KDD ADS | 文本 LLM + vision encoder 的多模态 note embedding | multimodal in-context prompt 平衡模态,或把视觉信息 late-fuse 到最终表示;仍以 I2I 检索推荐 | 论文 / 代码 | ⬜ 未实现;与 NoteLLM 共用官方仓库 | P3:属生成增强表示边界项,需多模态数据 |
| LAMIA(早期 v1 名为 STORE) | 2024, arXiv(v3 于 2025 改名) | 多个相互独立、语义并行的 aspect embedding 组成 item palette | 域内文本重构调优语义 encoder,再对多 aspect palette 做 semantic tokenization | 当前论文 / STORE v1;未发现官方代码 | ⬜ 未实现 | P2:多 aspect tokenizer 的代表 |
| NAR4Rec | 2024, KDD | 候选 item 的目标排列 | 非自回归生成多个重排序列;matching model、序列级 unlikelihood 与 contrastive decoding | 论文;未发现官方代码 | ⬜ 未实现 | P2:实时生成式重排的重要对照 |
| GenRank(大规模生成排序) | 2025, arXiv/工业 | item 作为上下文与位置信号,action 作为生成单元 | action-oriented 序列组织,对候选 item 预测用户 action;candidate mask 防候选泄漏,线性 position/time embedding + ALiBi | 论文;未发现官方代码 | ⬜ 未实现 | P2:需新建候选 action ranking 与延迟协议 |
| GReF | 2025, CIKM | 候选集合到有序列表的多 token 表示 | ordered multi-token prediction + Rerank-DPO 生成重排结果 | 论文;未发现官方代码 | ⬜ 未实现 | P2:与检索模型分层评测 |
同名提醒: “RecGPT”至少指 ACL 2024 的文本推荐 LLM、EMNLP 2025 的 FSQ 顺序基础模型,以及其他 prompt/工业报告。本文始终带副标题或年份;实验记录也必须这样命名。“GenRec”同样既是本仓库名,也被多篇互不等价的论文使用。
3. 生成式序列建模与工业基础模型¶
| 模型 | 年份/出处 | 核心表示 | 生成机制 | 论文 / 官方代码 | 本仓库状态 | 建议 |
|---|---|---|---|---|---|---|
| HSTU | 2024, ICML | 原子 item/action ID + 时间与相对注意力偏置 | 对序列多位置做生成式 transduction;最终仍在 item 空间打分 | 论文 / 代码 | ✅ 已实现;含 SiLU attention、Update gate、temporal RAB | P0:稳定的 item-level 强基线 |
| GPR | 2025, arXiv/腾讯广告 | 广告与自然内容统一 SID | hierarchical hybrid decoder,多 token 预测、value 微调与 HEPO | 论文;未发现官方代码 | ⬜ 未实现 | P3:工业多目标数据不可得 |
| GenRec(京东) | 2026, SIGIR(工业系统) | page-wise 物品 token;asymmetric token merger | 页面 next-token prediction,GRPO-SR 混合奖励优化整页 | 论文;未发现官方代码 | ⬜ 未实现 | P3:跟踪系统设计,不做数字复现承诺 |
HSTU 被收录是因为论文明确把大规模推荐表述为生成式序列 transduction;它不生成多 token SID,因此其存储、解码和碰撞性质与 TIGER/OneRec 不同。SASRec 只作为判别式 softmax 基线,不列为生成模型。
4. 扩散、去噪与流匹配推荐¶
| 模型 | 年份/出处 | 核心表示 | 生成机制 | 论文 / 官方代码 | 本仓库状态 | 建议 |
|---|---|---|---|---|---|---|
| DiffRec | 2023, SIGIR | 全目录用户交互向量;L-DiffRec 用低维 latent | 高斯前向加噪、MLP 反向去噪;T-DiffRec 加时间权重 | 论文 / 代码 | ⬜ 未实现 | P1:扩散 CF 的标准起点 |
| DiffuRec | 2023/2024, TOIS | 目标 item embedding 的条件分布 | 对目标向量加噪,按历史条件反演,再 rounding 到物品 | 论文 / 代码 | ⬜ 未实现 | P1:顺序连续扩散基线 |
| DreamRec | 2023, NeurIPS | “理想目标物品”连续向量 | Transformer 历史 guidance 下从噪声生成目标向量,再近邻落地 | 论文 / 代码 | ⬜ 未实现 | P1:与 SID 生成的输出空间对照 |
| DimeRec | 2025, WSDM | 多兴趣向量 | stationary 多兴趣 guidance + diffusion 聚合生成目标表示 | 论文;未发现官方代码 | ⬜ 未实现 | P2:关注多兴趣和工业延迟 |
| DDSR | 2024, NeurIPS | RQ-VAE 语义标签上的离散 fuzzy state | 离散状态空间扩散,逐步锐化目标物品分布 | 论文;未发现官方代码 | ⬜ 未实现 | P2:离散扩散与 SID 的桥梁 |
| PreferDiff | 2025, ICLR | item preference 表示 | 条件扩散并加入个性化 ranking loss | 论文 / 代码 | ⬜ 未实现 | P1:代码开放、Beauty/Sports/Toys 可对齐 |
| DiQDiff | 2025, WWW | 语义向量量化 guidance | SVQ 量化语义引导扩散,并用 Contrastive Discrepancy Maximization 增强目标区分度 | 论文 / 正式版 / 代码 | ⬜ 未实现 | P2:与本仓库量化器有复用点 |
| FlowCF | 2025, KDD | 隐式反馈的离散交互状态 | 离散 flow matching 从行为先验流向用户偏好分布 | 论文 / 代码 | ⬜ 未实现 | P2:用少步推理对照 diffusion |
| DiffDiv | 2025, SIGIR | 目标 item embedding / 多样性 guidance | 多样性引导的条件扩散顺序推荐 | 论文;未发现官方代码 | ⬜ 未实现 | P3:先建立准确率–多样性联合指标 |
| MDGR | 2026, arXiv | 多 codebook SID | 时间/样本 mask 训练,两阶段并行去掩码生成 | 论文;论文称录用后开源,截至快照未确认 | ⬜ 未实现 | P2:MaskGR 之后再做 |
MaskGR 同时属于 SID 和扩散路线,已放在第 1 节,不重复计为第二个模型。扩散模型之间输出的是交互向量、目标 embedding 或 SID,评测协议见扩散与流模型小节。
5. 强化学习、偏好优化与显式推理¶
| 模型 | 年份/出处 | 核心表示 | 生成机制 | 论文 / 官方代码 | 本仓库状态 | 建议 |
|---|---|---|---|---|---|---|
| ReRe | 2025, arXiv | 推荐候选/SID 与偏好 reward | recommendation-oriented reinforced preference optimization | 论文 / 代码 | 🧪 本仓库 GRPO 路线相关但并非 ReRe parity | P1:统一 reward/rollout 接口 |
| Rec-R1 | 2025, TMLR | LLM 文本推理与推荐动作 | 用冻结黑盒推荐器反馈构成闭环 RL,优化搜索/顺序推荐 | 论文 / 代码 | ⬜ 未实现 | P2:需要外部 recommender 环境 |
| LatentR³ | 2026, ICLR(预印本 2025) | 紧凑 latent reasoning token | SFT 后用修改版 GRPO 优化推理和推荐结果 | 论文 / ICLR 页面 / 代码 | ⬜ 未实现 | P2:需先定义可验证 latent reward |
| R²Rec / Reason-to-Recommend | 2025, arXiv | 交互图中的 item-over-time 推理链 | 构造推理轨迹,SFT + RL 生成理由与推荐 | 论文 / 作者提供的匿名代码快照;尚未确认稳定公开 GitHub | ⬜ 未实现 | P2:图数据和解释评测成本较高 |
| OneRec-Think | 2026, ACL | itemic token + 文本推理轨迹 | item-text 对齐、reasoning scaffolding、推荐专用 RL;Think-Ahead 部署 | 论文 / 代码 | ⬜ 未实现 | P2:优先复现可观测 reward,不追工业模块 |
| PROMISE | 2026, arXiv | SID 每一步的过程价值 | process reward model 评估部分 SID,PRM-guided beam 做测试时扩展 | 论文;未发现官方代码 | ⬜ 未实现 | P1:可直接研究现有 trie/beam 的 test-time scaling |
| DASO | 2026, arXiv 预印本 | SID 前缀难度与 prefix-level reward | 按前缀深度分配 GRPO rollout,prefix-guided completion + SFT anchor | 论文;未发现官方代码 | ⬜ 未实现 | P2:非常新,先独立验证再并入主线 |
这组工作不能只报告最终 Recall。至少还要报告有效 rollout 比例、全零 reward 组、平均/分位生成长度、KL、reward 分量、搜索预算和 SFT 起点。仓库现有经验表明,稀疏 exact reward 下的全零组是数据事实,并不等于奖励函数实现错误。
6. Tokenizer、量化与唯一寻址组件¶
以下条目本身不一定是推荐器,但直接决定 SID 模型是否健康、可寻址和可泛化。
| 组件/方法 | 年份/出处 | 核心表示 | 生成/量化机制 | 论文 / 官方代码 | 本仓库状态 | 建议 |
|---|---|---|---|---|---|---|
| VQ-VAE | 2017, NeurIPS | 单层离散 latent code | encoder 最近邻量化 + straight-through + decoder 重构 | 论文 / 示例代码 | ⬜ 未单列实现 | P3:概念祖先,RQ 路线已覆盖 |
| RQ-VAE | 2022, CVPR | 多层残差 code | 每层量化上一层残差,联合重构与 commitment loss | 论文 / 代码 | 🧩 已实现并供 TIGER/LC-Rec/COBRA 使用 | P0:统一健康度报告 |
| RQ-KMeans / residual K-Means | 2025, GRID/OneRec 实践 | 多层残差聚类码 | 逐层 K-Means 量化残差,无神经 decoder | GRID / GRID 代码 | 🧩 已实现;含 dead-cluster 重置,供 OneRec 使用 | P0:作为 RQ-VAE 的简单强基线 |
| FSQ | 2024, ICLR | 各维有限标量级别的笛卡尔积 code | 无码本查找/commitment loss 的有限标量量化 | 论文 / 代码 | ⬜ 未实现 | P1:RecGPT tokenizer 所需且稳定 |
| CoST | 2024, RecSys | 关系保持的语义 token | contrastive quantization 保留物品邻接关系 | 论文;未发现官方代码 | ⬜ 未实现 | P2:用于 tokenizer 消融 |
| LETTER | 2024, CIKM | 语义、协同与均衡的层次 SID | RQ-VAE + 协同对比对齐 + code diversity regularization | 论文 / 代码 | ⬜ 未实现 | P1:直接对应码本坍缩研究 |
| Breaking the Hourglass | 2024, EMNLP Industry | codebook 使用分布 | 分析/缓解生成式推荐中的 codebook utilization imbalance | 论文;未发现官方代码 | ⬜ 未实现 | P1:健康度指标和失败机理参考 |
| ETEGRec | 2025, SIGIR | 可被推荐目标反向塑造的 SID | tokenizer 与推荐器交替端到端训练,语义/偏好双对齐 | 论文 / 代码 | ⬜ 未实现 | P1:从两阶段走向联训的首选 |
| UNGER(早期版本 PRORec) | 2025, TOIS | 语义与协同知识自适应融合后的统一 code | 联合 cross-modality alignment 与 next-item prediction 学习融合表示,再用 intra-modality KD 补偿量化信息损失 | 当前论文 / PRORec v1;未发现官方代码 | ⬜ 未实现 | P2:LETTER/ETEGRec 后比较 |
| UTGRec | 2025, arXiv | 多模态、树结构通用 token | 在多域多模态表示上学习可迁移层次 codebook | 论文 / 代码 | ⬜ 未实现 | P2:需图像与跨域数据管线 |
| Purely Semantic Indexing | 2025, arXiv | 无随机歧义后缀的唯一语义 ID | ECM/RRS 在保语义的同时重排冲突、保证唯一 | 论文;未发现官方代码 | ⬜ 未实现 | P1:碰撞修复的直接对照 |
| Pctx | 2025, arXiv | 同一 item 的上下文个性化多 SID | 按上下文选择语义 facet,解码后对同一物品概率聚合 | 论文 / 代码 | ⬜ 未实现 | P2:先解决多 ID 评测语义 |
| UniSID | 2026, arXiv | 从原始广告内容学习的统一 SID | 多粒度对比 + summary reconstruction,端到端构造 token | 论文;未发现官方代码 | ⬜ 未实现 | P3:工业多模态数据依赖重 |
| Variable-Length Semantic IDs | 2026, arXiv | 自适应长度 SID | discrete VAE + Gumbel-Softmax 学习何时停止编码 | 论文 / 代码 | ⬜ 未实现 | P2:适合研究热门度–码长关系 |
| QuaSID | 2026, arXiv | 工业规模唯一 SID | qualification-aware collision repulsion,量化时主动排斥冲突 | 论文;未发现官方代码 | ⬜ 未实现 | P2:先在小目录验证可扩展性 |
| VaLiDRec | 2026, arXiv | LLM 原生词表中的可变长 token 串 | 剪枝/碰撞细化生成唯一 ID,并以 token-set 目标训练 | 论文;未发现官方代码 | ⬜ 未实现 | P2:新工作,先验证目录约束 |
7. 目录之外但需要持续观察的相邻路线¶
- 纯解释生成:若推荐结果仍完全来自另一个判别式排序器,只把 LLM 用来写理由,不纳入模型主表。
- 纯对话推荐:只有自然语言对话、没有可复现的 catalog grounding 和 item-level 结果,不纳入。
- 生成式数据增强:GAN/VAE/LLM 只生成训练样本,而最终推荐器仍是普通判别式模型,不纳入;它是独立研究主题。
- 生成式重排/排序:NAR4Rec/GReF 直接产生或并行补全有序列表;GenRank 生成候选 action 概率而不是 item 列表。两者都必须和全目录检索分层报告。
- 新近预印本:2026 年条目只是截至快照日的研究信号,不代表已通过同行评议或适合立即工程化。