公开资料
线上实现持续演进，内部中台名和容量数字大多未公开。本站只写能对上论文或一线分享的部分；发现页的毫秒级拆分没有同源材料，就标成顺序而不是伪造预算。第三方解读里的 CES 公式等未写入正文。
NoteLLM: A Retrievable Large Language Model for Note Recommendation
Zhang et al., WWW 2024 Companion · arXiv:2403.01744 · doi:10.1145/3589335.3648314
小红书 I2I：笔记压缩 prompt、GCL、CSFT；对比线上 BERT，并写明进入生产召回。
NoteLLM-2: Multimodal Large Representation Models for Recommendation
Zhang et al., KDD 2025 · arXiv:2405.16789 · doi:10.1145/3690624.3709440
补视觉：mICL 与 late fusion，缓解微调 LLM 忽略图片。
Towards Large-scale Generative Ranking
Xiaohongshu Explore Feed · arXiv:2505.04180
发现页生成式排序 GenRank；文中写明服务数亿用户，并报告线上 A/B。
QP-OneModel: A Unified Generative LLM for Multi-Task Query Understanding
Xiaohongshu Search · arXiv:2602.09901
统一生成式 QP，全量服务搜索结果页；给出 DCG 与留存的线上数字。
Optimizing Generative Ranking Relevance via Reinforcement Learning in Xiaohongshu Search
Zeng et al. · arXiv:2512.00968 · KDD 2026
生成式相关性 + SAM 过程监督，蒸馏后上线；强调业务相关性准则。
Native Flink on Kubernetes in Xiaohongshu
何俊，Flink Forward Asia 2021
三云部署、OSS/COS/OBS checkpoint、SQL:JAR≈9:1、实时推荐与反欺诈。
小红书基于 Flink 与 Hologres 的实时推荐数据架构
阿里云开发者社区收录
Kafka → Flink 归因 → FeatureJoiner → 样本；批流统一；ClickHouse / Hologres / Hive。
How Does Volcano Empower a Content Recommendation Engine in Xiaohongshu
CNCF Volcano 官方博客
百川、Firefly、LarC；搜推样本互通；Volcano 调度实时/批量训练。
从「搜内容」到「问 AI」：小红书搜索的 LLM 进化之路
高龑，QCon 上海议题（InfoQ 预告）
问一问、RAG、QP/召回/相关性/排序上的大模型实践。高龑也是 NoteLLM 系列推动者。
小红书搜索：生成式检索的探索与实践
工程分享转载
稀疏 / 密集 / 生成式三种检索；笔记库亿级以上；GDR 更适合较小候选集。
语义与效率、算法与算力双飞轮——小红书广告召回实践
广告工程分享
语义、效率、探索三目标；渐进式重构；语义通道与效率通道分工。