从 Tokenization 视角看生成式推荐（GR）近几年的发展arthurchiao.art/blog/large-generative-recommendation-tokenization-perspective-notes-zh/“从模型和现实世界的对应关系来看，感知世界（Perceptual World）和 认知世界（Cognitive World） 都已经有了对应的大模型类型，分别基于视觉（Vision）和语言（Language） 建模， 并且基本都是基于生成式架构，实际效果非常好。推荐领域属于行为世界（Behavioral World）， 这个场景基于交互（Interaction）建模，目前还没有跟前两个领域一样成功的模型。 一个思路是：如果大量场景已经充分证明了生成式是一把非常好的锤子， 那我们是不是能把还没有很好解决的问题变成钉子？—— 具体到推荐场景， 就是通过一些工程和算法手段，把推荐任务变成一个生成任务，从而套到生成式框架里。 这就是生成式推荐模型（generative recommendation models）背后的思想。最近有一篇很详尽的关于这个领域近几年发展的综述： Towards Large Generative Recommendation: A Tokenization Perspective。 本文整理一些阅读笔记和思考。”科技先锋官
