统一搜索与推荐：大语言模型时代的信息获取新探索

莱顿大学团队提出GEMS框架，通过多子空间梯度分解缓解搜索与推荐任务间的梯度冲突，并利用零空间投影保护大语言模型的通用语义能力，实现在不进行全参数微调的前提下统一建模两类信息获取路径，在T5-base和Qwen2.5-3B等模型上验证了其有效性、稳定性与部署友好性。