AI计算广告论文播报｜0518 生成式查表替代GSU，美团长序列CTR新范式

长序列广告CTR预估正在从"匹配"范式滑向"生成"范式——本期围绕美团上线的生成式长期兴趣建模方法展开深度拆解，同时梳理当天推荐系统稳定性、向量检索加速、Agent记忆等散点信号。本期重点* 生成式长期用户兴趣建模（Generative Long-term User Interest Modeling for CTR Prediction）：用短期行为生成三张兴趣分布，再以 O(1) 哈希查表替代逐条相似度计算，美团线上 RPM +1.5%，是当天最贴广告排序的工作，值得精读。* 搜索推荐稳定性案例（Fortress）：通过时序数据增强与特征剪枝稳住线上波动，少见公开讨论"不掉"而非"再涨"的工业论文，对商业化排序系统日常运维有直接参考。* 十亿级量化检索加速（Ascend-RaBitQ）：NPU-CPU 异构调度 + 1-bit 量化把向量检索成本再压一档，召回基础设施团队值得关...去小宇宙查看完整单集简介在小宇宙查看该单集文稿