零基础层
生活例子、上一代模型的困难，以及这一篇的一句话答案。
Meta · Multimodal LLMs
专题系列 · 00–20
推荐系统如何学会“说出答案”：20 篇论文读懂生成式推荐
从 BPR 的打分器，到 OneReason 的推荐推理
推荐系统从“给所有商品打分”，是怎样一步步变成“直接生成商品、列表，甚至推荐理由与思考过程”的？
Read in English →序章 · 已发布
生成式推荐到底在生成什么？
在进入论文之前，先分清模型是在生成语言、商品 ID、完整列表，还是一个看起来像推理的过程。
从序章开始 →一张图看懂主线
同一条问题，分成两条支线，最后重新汇合。
BPR打分与排序
GRU4Rec → SASRec → BERT4Rec行为序列
05–15模型究竟生成什么？
P5 → LLaRA生成语言答案
DSI → ETEGRec生成商品标识
HSTU → OneRec → OneReason统一、规模化与推荐推理
20 篇论文路线图
每一篇都由上一篇未解决的问题推出来。
01–04
前世：从打分到序列
先学会比较商品，再学会理解行为发生的顺序。
05–09
LLM 支线：把推荐写成语言任务
统一任务、迁移知识，也暴露语言能力与偏好理解之间的鸿沟。
05
P5
所有推荐任务都能改写成一句话吗？
把评分、序列推荐、解释生成统一成 text-to-text，推荐不再只有一个任务头。阅读本篇 →
06
M6-Rec
一个模型承包召回、排序、解释和创作
从学术统一走向工业 foundation model：prompt tuning、开放任务与推理效率。阅读本篇 →
07
TALLRec
通用 LLM 并不天然懂“喜欢”
解释语言能力与推荐能力之间的 domain gap，以及 LoRA/SFT 为什么有用。阅读本篇 →
08
ReLLa
上下文放得下，不等于模型看得懂
长行为序列直接塞进 prompt 反而可能更差；引出行为检索和相关历史筛选。阅读本篇 →
09
LLaRA
世界知识与协同行为怎样合体？
传统推荐器懂共现，LLM 懂商品语义；这一篇讲两种表示空间如何对齐。阅读本篇 →
10–15
Semantic ID 支线：直接生成商品
从生成文档 ID 到设计推荐 tokenizer，商品第一次真正成为可解码的 token。
10
DSI
如果检索不再查索引，而是直接生成 ID
生成式检索的祖先：把 doc ID 当成输出 token，直接学习 P(ID|query)。阅读本篇 →
11
TIGER
给每件商品一串有语义的门牌号
RQ-VAE、Semantic ID、逐 token 解码，以及语义 ID 为什么有利于大规模检索和冷启动。阅读本篇 →
12
GPTRec
Top-K 不是唯一答案，推荐列表也能逐个写出来
SVD 子 ID、Next-K generation，以及生成整个列表为什么能优化多样性等整体目标。阅读本篇 →
13
LC-Rec
语义上相似，不代表同一群人喜欢
区分 language semantics 和 collaborative semantics，并介绍量化编码与对齐任务。阅读本篇 →
14
LETTER
一个好 ID，必须懂内容、共现和均衡
深挖生成式推荐最核心的 tokenizer 问题：层次语义、协同正则和 codebook 塌缩。阅读本篇 →
15
ETEGRec
Tokenizer 不该只是离线前处理
Tokenizer 与推荐模型联合优化，讲清双重对齐目标和 alternating optimization。阅读本篇 →
16–20
工业汇合：统一、规模化与推理
两条路线在超长序列、统一召排、工程约束和推荐推理中汇合。
16
HSTU
推荐模型也存在 Scaling Law 吗？
Meta 将推荐重写为 sequential transduction，讨论超长行为、工业效率与规模化。阅读本篇 →
17
OneRec
召回和排序，能否由一个模型一次完成？
Session-wise generation、Sparse MoE、DPO，把 retrieve–rank 多阶段管线统一起来。阅读本篇 →
18
MTGR
传统交叉特征真的应该全部扔掉吗？
对纯序列生成路线提出工程反思：保留 DLRM cross features、用户级压缩与部署成本。阅读本篇 →
19
OneRec-Think
推荐也需要先想后答吗？
Item–text alignment、推荐 CoT、偏好奖励，推荐开始尝试显式、可控的推理。阅读本篇 →
20
OneReason
看起来会思考，不代表真的懂偏好
用 perception 与 cognition 重新审视推荐推理，为系列留下真正开放的问题。阅读本篇 →
Companion lab · 动手实验
读完论文，再亲手生成一次 Semantic ID。
从 BPR 商品向量、残差量化到 beam search 与 Trie 约束；既能在页面里即时改 Python，也能进入完整 Jupyter / Colab Notebook。统一阅读方法
零基础能进入，工程师能复现，读论文的人能质疑。
工程层
输入输出、tensor shape、训练数据、推理过程和复杂度。
论文层
一个核心公式、一张关键实验、一个重要 ablation，以及论文没有证明什么。
贯穿全系列的玩具世界
同一个用户，同一组商品，看模型如何一代代改变。
固定行为序列是“网球 → 攀岩 → 羽毛球 → 游泳”。每篇都画前后对比、数据流、公式拆解和证据图，让变化发生在同一份数据上。
🎾→
🧗→
🏸→
🏊