● 生成式召回在得物的落地技术分享与思考

📌 一句话摘要 本文分享了得物技术团队在推荐系统中落地生成式召回的一期实践经验，通过基于 Transformer 的生成模型预测用户下一级类目，结合重排模型联合训练，在 AB 测试中实现了消费深度与兴趣多样性的双重提升。 📝 详细摘要 文章详细介绍了得物技术团队在社区推荐场景中探索生成式召回的技

● WWW 2026｜让双塔“开天眼”：快手 GRank 赋予生成器“预判”能力，在线召回快准兼得

📌 一句话摘要 本文介绍了快手在 WWW 2026 发表的 GRank 框架，通过“生成-重排”解耦设计及辅助增强模块，在训练阶段赋予双塔模型目标感知能力，从而在保持在线高效检索的同时，显著提升了召回精度。 📝 详细摘要 文章详细阐述了快手技术团队为解决工业级推荐系统中召回阶段效率与精度的固有矛

● 2026 腾讯广告算法大赛联动 KDD Cup：聚焦推荐系统统一建模与 Scaling Law

📌 一句话摘要 2026 腾讯广告算法大赛正式联动 KDD Cup，聚焦推荐系统从异构架构向同构大模型转型的技术深水区，设立 600 万+奖金池招募全球顶尖人才。 📝 详细摘要 本文介绍了 2026 腾讯广告算法大赛（KDD Cup 2026 官方赛道）的核心背景与赛题设计。文章指出，推荐系统正

● 论文秀 Live#35｜WWW2026：从实验室到业务一线，看这三篇论文如何解决 AI 落地难题

📌 一句话摘要 本文介绍了蚂蚁技术团队在 WWW 2026 大会入选的三篇前沿论文，涵盖多语言视觉问答、大规模表格数据建模及生成式推荐系统等技术方向。 📝 详细摘要 本文预告了 WWW 2026 大会中蚂蚁技术团队的三项重要研究成果。内容包括：1. LaV-CoT，一种面向多语言文本中心视觉问答

● 「龙虾」爆火，token 成「硬通货」后，这场 AI 比赛变得更重要了

📌 一句话摘要 2026 腾讯广告算法大赛正式开启，聚焦于利用 Transformer 统一架构重构推荐系统，以应对 AI 时代对算力效率和 Token 价值的极高要求。 📝 详细摘要 本文介绍了奖金池高达 600 万元的 2026 腾讯广告算法大赛。文章指出，在 AI 大模型时代，Token

● 微信团队率先将 NVIDIA Cagra GPU 图索引应用于核心推荐系统

📌 一句话摘要 微信团队通过引入 NVIDIA Cagra 算法，在业界首次大规模将 GPU 图索引应用于核心线上推荐业务，实现建库速度提升 30 倍、计算成本降低 50%以上。 📝 详细摘要 该推文介绍了微信团队在向量检索领域的创新实践。团队通过定制化的图索引结构与分层存储架构，成功解决了分布

● 探索 GPU 加速向量检索：NVIDIA Cagra 在微信大规模推荐系统中的应用实践

📌 一句话摘要 本文详细介绍了微信团队利用 NVIDIA Cagra GPU 图索引算法，通过三层分层存储架构与 CPU/GPU 协同优化，在超大规模推荐系统中实现向量检索性能量级提升的完整技术实践。 📝 详细摘要 该推文是对腾讯技术工程博客的详细摘要，介绍了微信基础架构团队将 NVIDIA C

● 探索 GPU 加速向量检索：NVDIA Cagra 在微信大规模推荐系统中的应用实践

📌 一句话摘要 本文详细介绍了微信团队如何利用 NVIDIA Cagra GPU 图索引算法，通过三层分层存储架构与 CPU/GPU 协同优化，在超大规模推荐系统中实现向量检索性能的量级提升。 📝 详细摘要 文章分享了微信基础架构团队将 NVIDIA Cagra（基于 GPU 加速的图索引 AN

● Friend Bubbles：增强 Facebook Reels 上的社交发现功能

📌 一句话摘要 本文详细介绍了 Facebook 'Friend Bubbles' 功能背后的机器学习架构和客户端基础设施，该功能利用社交图谱信号和多任务排序模型来增强 Reels 上的内容发现。 📝 详细摘要 本文深入概述了 Facebook 'Friend Bubbles' 功能的工程实现，

● 基于双塔嵌入变体的个性化餐厅排名

📌 一句话摘要 Uber 双塔嵌入模型在个性化餐厅排名中的实际应用，通过冻结编码器和上下文历史过滤，针对资源受限环境进行了优化。 📝 详细摘要 本文详细介绍了一个双塔嵌入（TTE）模型在食品配送应用中改进餐厅排名的实际实现。面对数据和计算资源的限制，作者通过使用冻结的 TinyBERT 模型来处