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