LoopRec：让序列推荐按需分配计算，告别固定深度

现有序列推荐模型通常对用户交互历史中的每个物品分配固定的计算预算，但这一“默认设计”正受到挑战。最新研究通过诊断性实验发现：同一序列内不同物品所需的计算量差异悬殊，大多数物品在浅层处理后即收敛，而少数关键物品需要完整深度才能稳定；此外，若以目标物品为参照进行非均匀深度分配，其效果始终优于固定分配，说明现有均匀计算既浪费容量又损害推荐质量。

从固定深度到物品级自适应推理

基于上述发现，研究者提出LoopRec——一种物品级自适应递归框架。其核心是一个权重共享的递归块，并在每个递归边界引入轻量级门控，对每个物品独立做出“退出或继续”的二值决策。表示已足够成熟的物品提前退出，需要更深推理的物品则继续递归。这一设计将固定的全局深度转化为可学习的每物品属性，无需辅助深度标签，且易于适配多种骨干架构。

据论文描述，在四个骨干家族上的公开基准实验表明，LoopRec持续优于匹配的固定深度基线。

递归块与权重共享是指模型在多个递归步中复用同一组参数（而非为每一步单独配置参数）的计算结构。在LoopRec中，每个物品从初始表示出发，反复经过同一个递归块进行更新；每经过一次更新即到达一个“递归边界”，门控据此判断该物品是否已收敛。权重共享带来的好处是参数总量不随最大深度增长，同时让不同物品共享同一套“推理规则”，使模型能在序列内对不同物品施加不同步数而不引入额外参数负担。这也是自适应深度方案能保持轻量的关键前提。

门控机制是决定信息或计算是否通过的轻量模块。此处门控输出的是一个二值决策（退出/继续），通常由一个小型网络根据当前物品表示计算得到。训练时需解决二值决策不可微的问题，常见做法是采用Gumbel-Softmax、直通估计器（straight-through estimator）或带温度退火的松弛采样，使梯度能够回传至门控与骨干参数。由于没有显式的深度监督标签，门控的“何时退出”完全由推荐损失驱动学习，这正是文中“无需辅助深度标签”的含义。

学习到的分配模式与可解释性

进一步分析显示，LoopRec学习到的计算分配呈现出与事后Oracle分析一致的可解释模式：低频物品和更近期的交互自然获得更深计算。这一发现不仅验证了自适应机制的有效性，也为理解推荐系统如何分配计算资源提供了新视角。

事后Oracle分析是一种诊断性评估手段：在模型训练完成后，对每个物品穷举或采样不同的计算深度，并以真实目标物品上的损失或排序指标为准，找出“最优深度”，再统计该最优深度与哪些特征（如物品出现频率、交互时间间隔等）相关。它给出的是脱离具体模型结构的、基于真实效果的上界参照。研究者将LoopRec实际学到的深度分配与这一Oracle模式对比，若二者趋势一致，就说明门控并非随意分配算力，而是捕捉到了与推荐效果真正相关的规律，从而为可解释性提供了外部证据。

多源交叉验证

该研究来自RSS源，代码已在GitHub开源。目前关于LoopRec的讨论主要集中于学术社区，尚未见大规模工业部署报告，但其“按需计算”的思路与当前高效AI推理的趋势相契合。

关键要点

• 序列推荐中物品计算需求非均匀，固定深度分配存在浪费与质量损失。
• LoopRec通过门控递归实现物品级自适应深度，无需额外标签。
• 实验证明在多种骨干上优于固定深度基线，且学习到的分配具有可解释性。
• 代码开源，便于复现与扩展。