0
0离线replay提升47.7%的floor策略，该不该直接上线？今天两篇重点论文都在回答同一个底层问题：在不能完整试错的环境里，怎么把"看起来好"和"真的能上"明确分开。同时，生成式推荐三篇齐发，工程化收敛的趋势越来越清晰。
🎧 本期重点
- RTB策略上线评审框架（Decision Support for Marketplace Policies under Incomplete Evidence）——把"评估策略好不好"升级成"现有证据够不够支持上线"。六个离线门+一个在线门的完整协议，在iPinYou日志上证明：简化pipeline会错误建议直接launch，完整框架会卡在"先做在线验证"。对广告策略评审流程有直接可复用的模板价值。
- 大模型多轮对话为何"忘掉规则"（When Attention Closes: How LLMs Lose the Thread in Multi-Turn Interaction）——提出GAR指标量化注意力对系统提示的衰减，用滑动窗口因果干预证明注意力通道关闭直接导致行为崩盘。最反直觉的发现：残差流里信息还在，但模型已经用不上了。对对话型广告Agent、智能客服的系统提示设计和长会话合规监控是直接信号。
- 生成式推荐"工程化三连"（TurboGR / MLP蒸馏GR / F-GRPO）——分别从Ascend NPU训练加速、MLP替代Transformer解码器降延迟、RL端到端统一召回与排序三个层面推进GR落地。三篇合在一起看，"生成式推荐范式收敛"的轮廓已经很清晰了。
📊 今日趋势
- 全量474篇，LLM与语言理解仍是重心（177篇），Agent与多智能体93篇，表示学习与检索排序138篇出现明显的生成式推荐工程化信号。
- 直接广告信号仅2篇，但商业化决策类论文开始用LLM agent视角重新包装预算/调度问题，向广告链路迁移的潜力值得留意。
📎 今日论文日报归档：GitHub 日报链接
本期内容由 AI 自动生成并经人工审校，如有疏漏欢迎留言指正。觉得有用的话，欢迎订阅和转发给同行 👋
