RecNextEval: A Reference Implementation for Temporal Next-Batch Recommendation Evaluation
RecNextEval：用于时间下一批次推荐评估的参考实现
AI总结 RecNextEval通过时间窗口数据分割确保模型在全局时间线上评估，减少数据泄露，提升推荐系统评估的准确性和可复现性。
Comments Accepted to SIGIR 2026
期刊&会议
SIGIR
ACM SIGIR Conference on Research and Development in Information Retrieval · 会议 · Information Retrieval
RoTE: Coarse-to-Fine Multi-Level Rotary Time Embedding for Sequential Recommendation
RoTE: 从粗到细的多级旋转时间嵌入用于序列推荐
AI总结 RoTE通过多级时间嵌入模型捕捉用户时间跨度信息，提升序列推荐模型对长期和短期兴趣演变的捕捉能力，在三个基准测试中实现NDCG@5最高20.11%的提升。
Comments Accepted by SIGIR'26
Mitigating Collaborative Semantic ID Staleness in Generative Retrieval
缓解生成检索中协同语义ID过时问题
AI总结 本文提出轻量级、模型无关的SID对齐更新方法，解决时间漂移导致的SID过时问题，提升检索性能并降低训练计算量。
Comments Accepted at SIGIR 2026. This version corresponds to the accepted manuscript
SPRINT: Scalable and Predictive Intent Refinement for LLM-Enhanced Session-based Recommendation
SPRINT: 一种可扩展且可预测的意图细化方法用于基于会话的推荐系统
AI总结 本文提出SPRINT框架，通过全局意图池约束LLM生成可靠意图，并在推理时使用轻量级意图预测器提升可扩展性，实验证明其在推荐效果和可解释性上优于现有方法。
Comments SIGIR'26
