39 lines
1.3 KiB
Markdown
39 lines
1.3 KiB
Markdown
---
|
||
title: "生成式推荐 (Generative Recommendation)"
|
||
created: 2026-06-10
|
||
updated: 2026-06-10
|
||
type: concept
|
||
tags: [recommendation, generative-model, paradigm]
|
||
sources: [raw/papers/onereason-team-onereason-2026.md]
|
||
---
|
||
|
||
# 生成式推荐 (Generative Recommendation)
|
||
|
||
> 将推荐任务建模为序列生成问题，用生成式模型直接预测下一个 item 的推荐范式。
|
||
|
||
## 定义
|
||
|
||
生成式推荐将推荐重新表述为序列生成：给定用户历史行为序列，模型直接生成下一个推荐 item（以 [[itemic-tokens|itemic token]] 形式）。这与传统推荐（embedding 匹配 + top-K 检索）形成根本差异。
|
||
|
||
## 核心思想
|
||
|
||
- **统一生成框架**：将召回、排序、重排统一为一个端到端生成过程
|
||
- **Scaling 优势**：像 LLM 一样，模型和数据的扩展带来持续性能提升
|
||
- **跨域泛化**：生成式模型天然支持跨域推荐
|
||
|
||
## 代表工作
|
||
|
||
- [[onerec|OneRec 系列]]（快手）：工业级生成式推荐，多业务线部署
|
||
- 在短视频、直播、广告、电商等场景验证
|
||
|
||
## 核心挑战
|
||
|
||
- **推理能力缺失**：纯 item token 序列无法支撑 [[chain-of-thought|CoT]] 推理
|
||
- **[[itemic-text-alignment|语义对齐]]**：item token 与自然语言的跨模态对齐
|
||
|
||
## 参考
|
||
|
||
- [[onerec|OneRec]]
|
||
- [[onereason|OneReason]]
|
||
- [[itemic-tokens|Itemic Token]]
|