【AAAI2026】Align3GR：面向 LLM 生成式推荐的统一多层次对齐方法

大型语言模型（LLMs）在利用结构化世界知识以及执行多步推理方面展现出显著优势。然而，当将 LLM 转化为真实世界的推荐系统时，会面临语义与行为层面的核心错配问题。为弥合这一鸿沟，我们提出 Align3GR，一个统一了 词元级、行为建模级、偏好级 的多层次对齐框架。该方法引入了以下关键设计： * 双重分词机制：融合用户—物品的语义信息与协同信号； * 增强的行为建模：实现双向语义对齐； * 渐进式 DPO 策略：结合自博弈（SP-DPO）与真实用户反馈（RF-DPO），实现动态偏好自适应。

实验结果表明，在公开数据集上，Align3GR 在 Recall@10 上超越当前最优基线模型 17.8%，在 NDCG@10 上提升 20.2%；同时在真实线上 A/B 测试及工业级大规模推荐平台的部署中也取得了显著收益。