Meta · Multimodal LLMs
生成式推荐 · 第二季 · 2026 前沿
生成式推荐进入深水区：2026 前沿第二季
从可学习 Semantic ID、级联推理与连续 Token，到分页推荐、广告部署和泛化审计
当模型已经会生成商品之后，ID 怎样学习、偏差怎样传播、结果怎样上线、能力又该怎样被证明？
Read in English →这一季追问什么
模型已经会生成，真正困难的部分才刚刚开始。
DIGER表示
CARE推理
ContRec · DualFashion生成
GenRec · GR4AD系统
Generalization审计
七篇论文路线图
一篇论文解决一个问题，再把更棘手的问题递给下一篇。
01–02
表示与推理
先让推荐损失改写商品语言，再处理自回归前缀带来的级联偏差。
03–04
连续生成与商品创造
质疑离散 SID 的必然性，并把推荐输出从已有商品扩展到新内容。
05–07
工业系统与能力审计
从整页生成、广告主链路，到拆开“记忆”和“泛化”的评估幻觉。
Season boundary