推荐理由：电商营销团队终于有了一个能自动发现用户-商品匹配分组的框架，比传统解耦方法更贴合实际业务。做推荐系统或营销策略的工程师可以直接参考其中的双聚类方法，提升活动效果。

推荐理由：组合优化任务通常依赖大型模型，但部署成本高。本文给出了理论保证，让做图神经网络和算法对齐的开发者知道何时可以安全地蒸馏到小模型，值得关注。

推荐理由：做组合优化或约束求解的开发者，这篇论文用实验数据告诉你为什么别让LLM碰搜索优化——它可能让你的求解器变慢还出错。建议读读，避免踩坑。