本周信息检索前沿论文：Meta、YouTube、腾讯共探 RAG 与生成式推荐
_reachsumit · x · 2026-08-03
最新一期的「本周信息检索顶级论文」周刊（Vol. 167）汇总了 RAG、生成式推荐和搜索等领域的最新研究动态。
重点论文与方向：
- 开源检索模型：LightOn 提出了完全开源的稠密检索（DenseOn）与晚期交互模型，基于 6.65 亿对英文对比预训练数据训练，打破闭源数据垄断。
- 生成式检索的局限：Meta 发表论文指出生成式检索的弊端；Wang 等人探讨了语义 ID 在生成式推荐中保留和丢失的信息。
- Agentic RAG 对比：Wang 等人对词汇、稠密、图和 Agentic RAG 进行了受控对比实验；腾讯提出了用于高效智能体搜索的 RipGrep 变体。
- 工业界推荐系统：YouTube、Yandex 和快手分别针对 I/O 效率、商品嵌入和生成式多目标推荐分享了生产环境的实践经验。
- Agent 时代的推荐系统：Aixin Sun 发表立场论文，探讨自主智能体时代的推荐系统走向。
「研究」频道最新
- Optuna 作者秋叶哉：花3亿日元调2个超参的时代，BO/HPO 还有何用武之地 — Stefania_druga · 2026-10-16
- 学者争论：AI 将超越人类做科学，欧洲躲不开只能用别人的 — teortaxesTex · 2026-10-16
- 上海 AI Lab 提出 SERO：用可执行 Oracle 续跑训练长程智能体强化学习 — Shanghai-AI-Laboratory · 2026-10-16
- 清华联手高德发布 OmniVerifier-C1：把二元验证器升级为细粒度打分 — Bowei Liu · 2026-10-16
- 阿里开源 MAI-Gym：移动与桌面 GUI Agent 评测加强化学习训练一体化平台 — Tongyi-MAI · 2026-10-16
- 北大发布 SimForcing：把仿真运动先验蒸馏进真实机器人世界模型 — PekingUniversity · 2026-10-16