工业级推荐系统长期依赖"召回–粗排–精排–重排"级联架构，虽支撑了行业十年的高速发展，却面临三大结构性瓶颈：模型缺乏规模效应，数据、算力与参数增加后效果趋于饱和；逐条打分、逐级截断，难以刻画整屏质量；协同信号驱动的模型在冷启动、长尾与意图模糊场景效果欠佳。为此，腾讯 TRS 团队提出生成式推荐技术栈 TGR，沿生成式排序（GenRank）、端到端生成（GenRec）、推理增强（Reason）三个方向重塑推荐系统：GenRank 方向提出 CCFormer backbone 替代传统排序模型，GenRec 方向提出 BARGE、HiGR 实现端到端生成物品与整屏列表，Reason 方向将大模型的隐式思考推理注入在线生成式模型。TGR 已在新闻、视频、小说等10多个业务场景落地，观看时长、广告收入与新用户转化显著提升，多篇论文获 AAAI、ACL、CIKM等顶会录用。

演讲提纲

1. TGR 生成式范式排序模型探索与实践
   • CCFormer：特征域分离交叉注意力与层级序列压缩的高效排序范式
     • 传统排序模型的局限性
     • 排序范式的业界演进
     • CCFormer 方法设计
     • 实验分析与业务应用效果
2. 从 Next-Token 到 Next-Slate 生成
   • BARGE：面向推荐的自回归生成适配
     • 推荐自回归生成的结构性缺口
     • BARGE 方法设计
     • 实验分析与业务应用效果
   • HiGR：基于分层规划的列表生成框架
     • 从 item 生成到 slate 生成面临的挑战
     • HiGR 方法设计
     • 推理性能优化
     • 实验分析与业务应用效果
3. 快慢思考模式探索
   • LatentRec：隐空间“思考–生成”一体化
     • 隐式推理 vs 显式 CoT：收益与成本
     • LatentRec 核心设计
     • 解码性能优化
     • 实验分析与业务应用效果
   • TGR-Reason 系统：快慢模型 Co-Design
     • 大模型推理面临的系统约束
     • 快慢模型 co-design
     • 系统部署设计
     • 业务应用效果

听众收益

• 推荐算法工业部署长序列建模时可能面临的问题，以及一些性能优化技巧
• 将生成式推荐与列表推荐结合，通过 SID，模型结构和后训练联合优化推荐效果和推理效率
• 获得多候选生成的工程实践经验，包括解码方案选型、批量 Beam 搜索组织与前缀缓存复用
• 理解推理增强生成式推荐的"快慢思考"范式：如何借助大模型的语义推理能力，弥补协同信号在冷启动、长尾和意图模糊场景下的不足
• 掌握快慢模型 co-design 的关键设计：通过共享 SID 词表与 reason tokens 接口、慢模型训练期摊销推理，在满足线上延迟预算的前提下拿到推理收益

演讲亮点

• 理解自回归生成范式与推荐任务之间的结构性错配，掌握在编码端恢复物品边界、在解码端抑制层级语义漂移的一套适配方法，以及其在公开数据集与腾讯真实业务上的离线、在线收益
• 获得推理能力在工业推荐系统落地的实践经验：三层架构协调刷新、Redis 直接召回与注入生成模型的工程方案，以及从离线评测到线上 A/B 的效果验证思路