WeGR：通过行为感知 Tokenization 与偏好对齐实现统一生成式检索
研究者提出统一生成式检索框架 WeGR，包含 CoCo-VAE 分词器和 DHPO 偏好对齐方法，前者在量化前注入协同信号并保持码本均衡利用，后者逐步扩展奖励评估范围以缓解奖励稀疏。在电商搜索平台为期六周的线上 A/B 测试中，订单相对提升 2.539%、CTR 提升 1.508%、CVR 提升 1.381%，CPU 和 GPU 用量分别降低 25.5% 和 26.1%。
#搜索
arXiv cs.AIAI 评分3232 arXiv cs.AIAI 评分4343 AISTRAL：面向 AI 原生互联网的出版方可控网络架构
arXiv 论文提出 AISTRAL，一种 AI 原生互联网架构，让出版方通过政策管控的接口直接暴露语义单元，并借助类比 DNS 的语义解析器供 AI 智能体发现和检索内容。端到端原型在大型专业文档集上准确率最高提升 4.2 倍，比公开网络搜索智能体多答对最多 4.2 倍的问题，每查询传输数据减少 2.9-41 倍。由于检索终止于出版方服务器，署名、来源与使用策略随内容传递。
arXiv cs.AIAI 评分2727 Less is More：简洁检索与 Critic 重排序的零样本组合图像检索方法入选 CIKM 2026
arXiv 论文提出 Less-is-More CIR，一个免训练的两阶段零样本组合图像检索（ZS-CIR）框架，结合简洁检索与 Critic 重排序。第一阶段只保留最具判别力的修改语义生成简洁目标描述，减少语义噪声；第二阶段从修改一致性和参考图保留度两个角度对候选图像重排序。实验验证了该框架的有效性与鲁棒性，代码已开源。
arXiv cs.AIAI 评分4646 MOSS：面向搜索与推荐系统语义故障的生产级监控诊断框架
论文提出 Model Sanity Service（MOSS），将 LLM 相关性评分嵌入持续监控循环，用于搜索与推荐系统的语义故障诊断。该框架已在美国某大型零售商生产环境运行超过六个月，覆盖推荐、搜索和优惠场景，发现两起确认的线上服务缺陷，其中回填混合缺陷的修复方案经离线验证使告警率相对下降 76.4%。
arXiv cs.AIAI 评分4242 面向生成式检索的语义索引演化框架：用 LLM 进化搜索优化 SID 设计
研究者提出用 LLM 驱动的进化程序搜索来优化生成式检索（GR）中的语义标识符（SID）设计，据称是该方法的首次应用。框架使用本地部署的开源 31B 模型变异可执行组件，并用 1M 参数代理解码器替代反复训练 1B 目标生成器，代理与目标 Recall@100 的 Spearman ρ 达 0.90。
arXiv cs.AIAI 评分4040 FALCA：面向长程深度搜索智能体的证伪感知强化学习与分层信用分配框架
arXiv 论文提出 FALCA，将长程深度搜索建模为“提出-证伪”过程，采用 Searcher-Falsifier 协作架构：Searcher 提出候选答案，独立 Falsifier 主动寻找反证、检查未满足约束并生成证伪报告。
arXiv cs.AIAI 评分3535 LightCRS：轻量级多域多模态对话式推荐系统
论文提出 LightCRS，一个轻量的查询条件式多域多模态对话推荐框架：离线用冻结编码器预计算商品表示，在线由 5.3M 参数模块通过跨域共享的 query-conditioned cross-attention 融合证据，并用候选间 Transformer 联合比较。