Beyond Utility: Evaluating LLM as Recommender
超越效用：评估LLM作为推荐器
AI总结 本文提出多维评估框架，从历史长度敏感性、候选位置偏差、生成性能和幻觉四个新维度评估LLM推荐器，发现其在排序和重排序任务中优于传统模型，但存在位置偏差和幻觉问题。
Comments 13 pages, 7 figures, WWW'25
期刊&会议
WWW / The Web Conference
The Web Conference · 会议 · Web
Designing for the Next Click: Bandits for Real-Time Page Layout
为下一次点击而设计：用于实时页面布局的多臂老虎机算法
机构 * Target Corporation（塔吉特公司）
AI总结 该研究提出一种基于LinUCB的上下文多臂老虎机系统，可实时优化电商商品页面布局，在零售平台A/B测试中较启发式基线实现会话级性能正向提升，为Web学习型设计提供可扩展路径。
Comments Accepted to The Web Conference 2026 (short paper track), but later withdrawn due to internal prioritization. Subsequently accepted to the Online & Adaptive Recommender Systems Workshop (held in conjunction with the 20th ACM Conference on Recommender Systems, RecSys 2026)
Category-based and Popularity-guided Video Game Recommendation: A Balance-oriented Framework
基于类别的和流行度引导的视频游戏推荐：一种平衡导向的框架
AI总结 本文提出CPGRec框架，通过准确性驱动、多样性驱动和综合模块平衡视频游戏推荐的准确性和多样性，实验表明在Steam数据集上提升了推荐效果。
Comments Published in The Web Conference (WWW) 2024. 11 pages, 8 figures
VSAL: A Vision Solver with Adaptive Layouts for Graph Property Detection
基于自适应布局的图属性检测视觉求解器
机构 * University of Delaware（德克萨斯大学）
AI总结 VSAL通过自适应布局生成器提升图属性检测性能，优于现有视觉方法。
Comments Accepted by The Web Conference (WWW) 2026
Implementation of a Metacognition Framework for Self-Awareness and Self-Regulation in Ensembles of LLMs
面向大语言模型（LLM）集合的自我意识与自我调节元认知框架的实现
机构 * Fitchburg State University（菲奇堡州立大学） ； National University（美国国立大学） ； Worcester Polytechnic Institute（伍斯特理工学院）
AI总结 本文首次实现面向LLM集合的元认知框架，通过MSV量化自我意识，基于查询复杂度切换系统1/2处理，分配专门角色，经PoC演示证明其可行性。
Comments 5 pages, 5 figures. Charles Courchaine and Ricky J. Sethi contributed equally. Demo and code: https://research.sethi.org/metacognition/
Journal ref Companion Proceedings of the ACM Web Conference 2026 (WWW Companion '26), ACM, 2026, pp. 152-155
DiffGRM: Diffusion-based Generative Recommendation Model
DiffGRM：基于扩散的生成式推荐模型
机构 * Kuaishou Technology（快手科技）
AI总结 针对生成式推荐中SID的结构问题，提出DiffGRM模型，通过MDM、PSE、OCN、CPD等技术优化，在多数据集上使NDCG@10提升6.9%-15.5%。
Comments 12 pages, 6 figures. Accepted at The ACM Web Conference 2026. Camera-ready version; author list updated to match the published version; presentation revised, results unchanged
Journal ref Proceedings of the ACM Web Conference 2026 (WWW '26), pp. 5853-5864, ACM, 2026
Is Misinformation More Open? A Study of robots.txt Gatekeeping on the Web
虚假信息是否更开放？一项关于robots.txt门禁的网络研究
AI总结 研究发现可信网站比虚假信息网站更频繁地禁止AI爬虫，且这种差异随时间扩大，可能影响LLM训练数据和网络透明度。
Comments 10 pages, 11 figures
Journal ref In Proceedings of the ACM Web Conference 2026 (WWW 26)
Post-hoc Popularity Bias Correction in GNN-based Collaborative Filtering
基于图神经网络的协同过滤中事后流行度偏差修正
AI总结 本文提出PPD方法，通过估计交互级流行度并移除节点表示中的流行度成分，修正GNN协同过滤中的流行度偏差，提升推荐质量。
Journal ref In Proceedings of the ACM Web Conference 2026 (WWW '26), April 13-17, 2026, Dubai, United Arab Emirates. ACM, New York, NY, USA, 12 pages
Pay for The Second-Best Service: A Game-Theoretic Approach Against Dishonest LLM Providers
为次优服务付费：一种对抗不诚实大语言模型提供者的博弈论方法
机构 * Shanghai Qi Zhi Institute（上海启智研究院） ； ShanghaiTech University（上海科技大学） ； Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； Beijing Institute for General Artificial Intelligence（北京通用人工智能研究院） ； Shanghai University of Finance（上海财经大学） ； Tsinghua University（清华大学）
AI总结 本文提出了一种博弈论方法，通过设计近似激励相容机制，解决大语言模型服务提供者可能存在的不诚实行为问题，并保证用户效用的次优性。
Comments Published as a conference paper at WWW 2026; 12 pages, 4 figures
RecoWorld: Building Simulated Environments for Agentic Recommender Systems
RecoWorld：为代理推荐系统构建模拟环境
AI总结 RecoWorld通过双视角架构和多轮强化学习，构建了代理推荐系统的模拟环境，旨在提升用户留存和参与度。
Comments HCRS @ WWW 2026, Best Paper Award
Frequency-Corrupt Based Graph Self-Supervised Learning
基于频率篡改的图自监督学习
机构 * School of Data Science, Qingdao University of Science and Technology（青岛科技大学数据科学学院） ； School of Information Science and Technology, Qingdao University of Science and Technology（青岛科技大学信息科学与技术学院） ； School of Computing, Macquarie University（麦考瑞大学计算机学院）
AI总结 本文提出FC-GSSL方法，通过篡改节点和边以偏向高频信息，构建 corrupted 图作为自编码器输入，重建低频和通用特征以监督模型融合多频带信息，提升鲁棒性和泛化能力。
Comments 11 pages, 4 tables, 3 figures. Accepted at The ACM Web Conference 2026 (WWW 2026)
Emergent Coordinated Behaviors in Networked LLM Agents: Modeling the Strategic Dynamics of Information Operations
网络化生成代理中的涌现协调行为：信息操作的战略动态建模
AI总结 本文研究了生成代理在模拟信息操作中的协调行为，发现通过共享目标即可实现接近人工协调的水平，揭示了自动化信息操作的社会风险。
Journal ref WWW '26: Proceedings of the ACM Web Conference 2026
Exposing Cross-Platform Coordinated Inauthentic Activity in the Run-Up to the 2024 U.S. Election
揭露2024年美国大选前跨平台协调的不真实活动
AI总结 本研究通过分析2024年美国大选相关数据，揭示了跨平台协调的不真实活动，发现俄罗斯媒体在多个平台上系统性推广，强调了需要跨平台监管以应对影响活动挑战。
Comments HUMANS Lab -- Working Paper No. 2024.7 -- The 2024 Election Integrity Initiative -- University of Southern California - Updated Version of WWW '25 Submission
Journal ref WWW '25: Proceedings of the ACM on Web Conference 2025
Network-informed Prompt Engineering against Organized Astroturf Campaigns under Extreme Class Imbalance
在极端类别不平衡下基于网络的提示工程对抗有组织的Astroturf活动
机构 * University of Southern California（美国南加州大学） ； Cisco AI Research（思科人工智能研究）
AI总结 本文提出基于大型语言模型的Balanced RAG框架，通过提示工程和平衡检索增强生成技术，在极端类别不平衡下有效识别协调虚假信息活动。
Journal ref WWW '25: Companion Proceedings of the ACM on Web Conference 2025
Susceptibility to Unreliable Information Sources: Swift Adoption with Minimal Exposure
对不可靠信息源的易感性：快速采纳与最小暴露
AI总结 本研究通过分析用户对不同可信度信息源的暴露影响，揭示了低可信度信息源更容易被快速采纳，为减少虚假信息传播提供了理论框架。
Journal ref WWW '24: Proceedings of the ACM Web Conference 2024
Unearthing a Billion Telegram Posts about the 2024 U.S. Presidential Election: Development of a Public Dataset
挖掘2024年美国总统选举的10亿条Telegram帖子：公开数据集的开发
AI总结 本研究开发了一个包含2024年美国大选相关10亿条Telegram消息的公开数据集，用于分析政治讨论和社会动态。
Comments HUMANS Lab -- Working Paper No. 2024.5 -- The 2024 Election Integrity Initiative -- University of Southern California
Journal ref WWW '25: Companion Proceedings of the ACM on Web Conference 2025
Tracking the 2024 US Presidential Election Chatter on Tiktok: A Public Multimodal Dataset
追踪2024年美国总统大选在TikTok上的讨论：一个公共多模态数据集
AI总结 本文公开了一个包含2024年美国总统大选相关TikTok视频的多模态数据集，通过API和第三方爬虫收集180万条视频，分析选举相关关键词和双词组合。
Comments The 2024 Election Integrity Initiative
Journal ref WWW '25: Companion Proceedings of the ACM on Web Conference 2025
MCLMR: A Model-Agnostic Causal Learning Framework for Multi-Behavior Recommendation
MCLMR：一种多行为推荐的模型无关因果学习框架
机构 * School of Artificial Intelligence and Data Science, University of Science and Technology of China（中国科学技术大学人工智能与数据科学学院） ； Artificial Intelligence Thrust, The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）人工智能学域） ； RMIT University（皇家墨尔本理工大学） ； State Key Laboratory of Cognitive Intelligence（认知智能国家重点实验室） ； iFLYTEK Research, iFLYTEK（科大讯飞研究院）
AI总结 MCLMR提出一种模型无关的因果学习框架，解决多行为推荐中因果效应建模、辅助行为聚合和语义对齐的问题，通过因果图和混合专家模块提升推荐性能。
Comments Accepted by WWW 2026(oral)
TaoSR-AGRL: Adaptive Guided Reinforcement Learning Framework for E-commerce Search Relevance
TaoSR-AGRL：用于电子商务搜索相关性的自适应引导强化学习框架
机构 * Tsinghua University（清华大学） ； Taobao & Tmall Group of Alibaba（阿里巴巴淘宝与天猫集团） ； Fudan University（复旦大学）
AI总结 电商搜索中查询-产品相关性预测很关键，现有方法有局限。提出TaoSR-AGRL框架，通过规则感知奖励塑造和自适应引导重放两大创新，提升模型推理能力，在实验中表现优于基线，已成功部署。
Comments Accepted to The Web Conference (WWW) 2026, Industry Track, Oral
Journal ref Proceedings of the ACM Web Conference 2026 (WWW '26), 2026, pp. 7955-7966
Efficient Computation for Diagonal of Forest Matrix via Variance-Reduced Forest Sampling
森林矩阵对角线的方差缩减森林采样高效计算
AI总结 针对有向图森林矩阵对角线计算中拉普拉斯求解器的局限性，提出三种基于采样的算法SCF、SCFV和SCFV+，通过方差缩减技术实现高精度线性时间计算，可扩展至千万节点图。
Comments Published in The Web Conference 2024
SEMixer: Semantics Enhanced MLP-Mixer for Multiscale Mixing and Long-term Time Series Forecasting
SEMixer: 语义增强的MLP-Mixer用于多尺度混合和长期时间序列预测
机构 * Shanghai Key Laboratory of Data Science, College of Computer Science and Artificial Intelligence Fudan University（上海数据科学 key 实验室，复旦大学计算机科学与人工智能学院） ； Harvard University（哈佛大学）
AI总结 提出SEMixer模型，通过随机注意力机制和多尺度渐进混合链，有效建模多尺度时间依赖并解决语义鸿沟问题，在10个公开数据集和真实无线网络数据上取得优异性能。
Comments This work is accepted by the proceedings of the ACM Web Conference 2026 (WWW 2026). The code is available at the link https://github.com/Meteor-Stars/SEMixer
Real-Time Procedural Learning From Experience for AI Agents
实时经验学习的AI代理
机构 * Altrina（阿尔特里纳）
AI总结 PRAXIS通过实时存储和检索行动后果，提升AI代理在动态环境中的任务完成效率与可靠性。
Journal ref ICLR 2026 MemAgents Workshop; WWW '26 Agentic Web Workshop
A Unified Framework for Context-Aware and Relation-Aware Graph Retrieval-Augmented Generation
上下文感知与关系感知的图检索增强生成统一框架
机构 * Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） ； Finvolution Group（信也科技集团）
AI总结 提出HyGRAG分层图RAG框架，通过构建融合上下文与关系的摘要、跨层级检索及动态更新，将多跳推理准确率提升9.7%。
Comments Accepted at The ACM Web Conference 2026 (WWW '26)
Generative Archetype-Grounded Item Representations for Sequential Recommendation
生成式原型驱动的物品表示用于序列推荐
机构 * The Chinese University of Hong Kong（香港中文大学） ； McGill University（麦吉尔大学） ； Tongji University（同济大学）
AI总结 提出GenAIR框架，利用大语言模型生成物品原型描述并提取嵌入，结合行为校准目标弥合语义与行为差距，显著提升序列推荐性能。
Comments Accepted by WWW 2026 (Oral)
Beyond Patches: Superpixel Token-based Transformers for Attribute-Specific Fashion Retrieval
超越图像块：基于超像素标记的Transformer用于属性特定时尚检索
AI总结 提出SuperFashion框架，首次在Transformer中采用超像素标记，通过属性引导注意力和超像素分割增强属性定位与判别，在三个数据集上取得显著性能提升。
Comments 9 pages, 5 figures. Published in the Proceedings of the ACM Web Conference 2026 (WWW '26). Author version with minor corrections; results and conclusions unchanged
Journal ref Proceedings of the ACM Web Conference 2026 (WWW '26), pp. 6956-6964, 2026
Amortized Predictability-aware Training Framework for Time Series Forecasting and Classification
面向时间序列预测与分类的摊销可预测性感知训练框架
机构 * Shanghai Key Laboratory of Data Science, College of Computer Science and Artificial Intelligence Fudan University（复旦大学计算机科学与人工智能学院上海数据科学关键实验室） ； Department of Electrical and Computer Engineering University of British Columbia (UBC)（英属哥伦比亚大学电气与计算机工程系）
AI总结 提出APTF框架，通过分层可预测性感知损失和摊销模型识别并惩罚低可预测性样本，提升时间序列预测与分类性能。
Comments This work is accepted by the proceedings of the ACM Web Conference 2026 (WWW 2026). The code is available at the link https://github.com/Meteor-Stars/APTF
Overview of the EReL@MIR 2025 Multimodal Document Retrieval Challenge (Track 1)
EReL@MIR 2025 多模态文档检索挑战赛（赛道1）概述
机构 * University of Cambridge（剑桥大学） ； Cambridge United Kingdom（剑桥英国）
AI总结 本文介绍了EReL@MIR 2025多模态文档检索挑战赛（赛道1）的设计、数据集、评估协议、最终排名及前三名获胜系统的分析，所有系统均基于Qwen2-VL系列解码器多模态大语言模型嵌入器。
Comments MDR Challenge Report at WWW2025
Inference Cost Attacks for Retrieval-Augmented Large Language Models
检索增强型大语言模型的推理成本攻击
机构 * The Hong Kong Polytechnic University（香港理工大学）
AI总结 提出RA-ICA攻击范式，通过向外部知识库注入恶意文档，利用CREEP框架和MA-GRPO算法，使RAG增强的LLM系统推理时token消耗增加高达13.12倍且成功率超过90%。
Comments Accepted at The ACM Web Conference 2026 (WWW '26)
Journal ref Proceedings of the ACM Web Conference 2026 (WWW '26), April 13-17, 2026, Dubai, United Arab Emirates
Analysis of Equilibria and Strategic Interaction in Complex Networks
复杂网络中的均衡分析与策略互动
AI总结 本文研究具有线性最佳响应函数的n人同时行动博弈，利用代数图论和凸优化分析网络结构（特别是邻接矩阵的最小特征值）对纳什均衡唯一性和稳定性的影响，并推导出基于度分布、环等局部结构的新界限。
Comments 7 pages, 3 figures. Related papers, data and software at http://alum.mit.edu/www/vmp
On a Fast, Robust Estimator of the Mode: Comparisons to Other Robust Estimators with Applications
关于快速、鲁棒的众数估计器：与其他鲁棒估计器的比较及应用
AI总结 研究半样本众数这一快速且鲁棒的连续分布众数估计器，证明其具有高崩溃点和对异常值不敏感的特性，并展示其在迭代鲁棒位置估计和质子-质子碰撞点发现中的应用。
Comments For related work, see these web sites: http://www.davidbickel.com http://wwwhephy.oeaw.ac.at/u3w/f/fru/www/
Journal ref D. R. Bickel and R. Fruehwirth (contributed equally), "On a fast, robust estimator of the mode: Comparisons to other robust estimators," Computational Statistics and Data Analysis 50, 3500-3530 (2006)
