CogRec 把推荐推理锚定到 Semantic ID 空间
anshulkundaje · x · 2026-07-28
CogRec 把推荐推理放进 Semantic ID 空间
这篇帖文链接了一篇新论文 CogRec: Structure-Cognitive Fast-and-Slow Reasoning for Generative Recommendation。论文讨论的是“生成式推荐”里常见的一个问题：现有方法虽然把商品表示成层级化的 Semantic ID 序列，但更多是在把这些 ID 当作要记忆的目标序列，没充分利用层级结构、层内关系和邻居信息来做显式推理。
CogRec 的核心做法包括：
- 在垂直的 SID 层级之外，再加入层内语义图和 item 邻域；
- 用 SID Routing 表达推理过程；
- 通过 Match / LateralJump / Explore 三种操作，把“快速语义定位”和“慢速结构导航”结合起来。
作者还设计了一个多阶段监督训练流程，让自然语言推理分支和 SID 路由分支从同一个 checkpoint 出发共同学习。
所属事件:CogRec 提出生成式推荐快慢推理框架(2 条相关)→
「研究」频道最新
- 阿里开源电商 Agent 基准：107 个真实任务，最强模型也拿不下 41 个 — iamfakhrealam · 2026-08-26
- 阿里开源电商智能体基准：107 真实任务，顶尖模型失败率超 40% — iamfakhrealam · 2026-08-26
- 阿里提出 DREAM：工业推荐系统的元控制层 — alibabagroup · 2026-08-26
- 研究提示工程技术在 GPT/Qwen/Mistral 新旧模型中的失效 — kalyan_kpl · 2026-08-26
- LLM 评审员系统性偏爱 AI 生成故事，自动创意评测几近失效 — mircomusolesi · 2026-08-26
- 长任务成功率翻倍：阿里MEA循环如何根治上下文腐烂 — 大模型之路 · 2026-08-26