1
点赞
0
评论
0
转载
我要入驻

顶会聚焦 | SIGIR 2026 参会记录

收录于合集: # 快讯

2026 年 7 月 20 日至 7 月 24 日,第 49 届国际 ACM 信息检索研究与发展大会于澳大利亚墨尔本举办(The 49th International ACM SIGIR Conference on Research and Development in Information Retrieval,SIGIR 2026)。SIGIR 为信息检索的CCF‑A 类顶级学术会议,行业内拥有极高的学术影响力。本届 SIGIR‑2026 长文赛道一共接收有效投稿 1271 篇,最终录用论文 234 篇,长文录用率仅 18.4%。

 

实验室硕士生冯跃博同学作为第一作者的论文《Drift‑Aware Incremental Token Adaptation with Collaborative Semantics for Generative Recommendation》被本届 SIGIR 2026 录用,并赴现场参与了本次学术会议。

图片

 

论文汇报 CONFERENCE

论文题目:Drift‑Aware Incremental Token Adaptation with Collaborative Semantics for Generative Recommendation

汇报时间:7 月 22 日 10:30 ~12:00

汇报地点:Naarm Eureka 1 Room

汇报形式:Presentation

 

汇报现场

 

Drift‑Aware Incremental Token Adaptation with Collaborative Semantics for Generative Recommendation

论文针对生成式推荐系统在动态环境下难以持续演化的问题,聚焦于物品语义与用户偏好不断变化导致的Token表示失效挑战。现有生成式推荐方法通常通过离散Token对物品进行编码,并依赖固定的Token表示进行推荐。然而,随着时间推移,物品流行度、用户交互模式以及物品间关系持续变化,原有Token可能逐渐偏离物品当前语义,导致模型适应能力下降;同时,直接更新全部Token又容易破坏已有知识,造成表示不稳定问题。

 

针对上述挑战,论文提出漂移感知持续Token适配框架 DACT(Drift-Aware Incremental Token Adaptation),通过协同语义建模与漂移识别机制动态感知物品表示变化,并在保持历史知识稳定性的基础上实现高效增量更新。具体而言,DACT利用协同漂移识别模块综合建模物品语义变化与协同关系变化,定位需要调整的Token表示;进一步结合层次化代码重分配策略,仅对发生显著漂移的物品进行针对性Token更新,同时约束稳定Token的分布变化,从而实现适应性与稳定性的平衡。

 

论文在多个真实世界推荐数据集以及代表性的生成式推荐模型上进行了系统实验。结果表明,DACT在推荐性能、Token稳定性以及动态环境适应能力方面均优于现有方法,能够有效缓解长期演化过程中Token失配问题。

 

基于此,论文为生成式推荐系统中的持续Token学习提供了一种兼顾动态适应、知识保持与高效更新的新路径,也为构建能够长期演化的下一代推荐系统提供了新的研究思路。

 

图片

 

会场记录 CONFERENCE

 

 

 

参会心得 EXPERIENCE

此次参加 SIGIR 2026 会议,让我有机会了解信息检索与推荐系统领域最新的研究进展,与来自全球高校和科研机构的学者、工业界研究人员进行深入交流。通过与业界研究人员的交流,我深刻感受到当前推荐系统领域正在经历新的发展阶段。一方面,工业界研究重点逐渐向模型scaling up、超长序列建模以及系统工程能力提升方向发展。相比传统研究中主要关注模型结构创新,实际工业应用更加依赖大规模数据、计算资源和高效的训练推理体系。例如,部分头部互联网企业已经探索10B参数量的精排模型,并支持十万级长度的用户行为序列建模,这对模型结构设计、训练效率以及系统部署能力都提出了新的挑战。另一方面,生成式推荐虽然在学术研究中受到广泛关注,但在工业实践中更多仍应用于召回等环节,距离完全替代传统推荐排序体系仍存在一定距离。

 

此外,在交流中我发现,“AI搜”正逐渐成为产业界重点探索的方向。相比传统搜索系统,Agent搜索不仅需要提升结果相关性,还面临搜索过程控制、查询理解、多轮交互以及何时停止检索等新的问题。这些挑战也为未来信息检索研究提供了丰富的探索空间。

 

此次会议交流让我认识到,前沿技术的发展不仅依赖算法创新,也需要结合真实应用场景中的需求与约束。通过与不同背景研究者的交流,我获得了许多新的研究启发,也促使自己从更加全面的角度思考信息检索与推荐系统领域的发展趋势。感谢实验室和各位老师的支持,为我提供了这次宝贵的交流学习机会。

 

城市体验 EXPERIENCE

本次会议举办的地点是澳大利亚墨尔本(Naarm),其位于澳大利亚东南部,是维多利亚州首府,也是澳大利亚重要的文化、艺术与科技中心之一。墨尔本以多元文化、艺术氛围和宜居环境闻名,被誉为“澳大利亚的文化之都”。在参加会议之余,也有机会感受这座融合历史建筑、现代都市与自然风光的城市魅力。

 

“城市地标” 弗林德斯街车站

弗林德斯街车站(Flinders Street Station)位于墨尔本市中心,是澳大利亚最古老的火车站之一,也是墨尔本最具代表性的城市建筑。车站标志性的绿色铜穹顶、黄色外墙以及入口处的一排大钟构成了墨尔本独特的城市记忆。车站门前“Under the Clocks”台阶长期以来都是当地居民约定见面的经典地点,见证了无数墨尔本人的日常生活。周杰伦曾在此留影。

 

图片

 

当地餐馆有牛肉塔可、牛舌饭等,其中的龙虾卷(实际为龙虾汉堡)肉质非常鲜嫩

图片

 

“南半球自然奇观” 十二门徒岩

十二门徒岩(Twelve Apostles)位于澳大利亚维多利亚州大洋路(Great Ocean Road)沿线,是澳大利亚最具代表性的自然景观之一。这里由长期海浪侵蚀形成的巨大石灰岩柱组成,历经数百万年的地质变化,在南太平洋海岸线上矗立,与壮阔的海浪、悬崖共同构成震撼的海岸景观。然而,由于持续受到海风、海浪侵蚀以及自然风化作用的影响,部分岩柱已经逐渐坍塌,十二门徒的数量也在不断减少。

 

图片

相关链接

 

  1. 论文聚焦|SIGIR’26|面向生成式推荐的漂移感知增量更新框架
学者网机构号是学者网提供的学术"公众号"平台,为学者团队、学术机构、企业等提供官方媒体账号服务,支持发布动态、活动、通知与招生招聘信息等内容,支持多人协作维护,助力机构链接学界资源、扩大学术影响力。

返回顶部