你先做：接下来要做的是：
- Stable ID:
codex-user-prompt:7c237abb8652745e
- Source kind:
codex-session-user
- Category:
automation
- Timestamp:
2026-05-07T21:31:36.670Z
- Semantic hash:
7c237abb8652745e60fadb9f0d5ba3807e40d7ddaa9ffd274e8a836b4aa79ccc
- Public handling: selected full-text prompt with secret filtering.
Prompt Text
你先做：接下来要做的是：
逐个确认官方 repo / 官方算法细节
LLM2Rec
LLM-ESR
LLMEmb
RLMRec
IRLLRec
SETRec
每个 baseline 写一个 official adapter
输入：我们的 train/valid/test、same candidates、item text、history
输出：source_event_id,user_id,item_id,score
评估仍然走我们的统一 importer
统一 Qwen3-8B LoRA backbone
如果原方法用 LLM embedding，就替换成同一个 Qwen3-8B LoRA item/text encoder
如果原方法用 LLM 生成/推理，也统一走 Qwen3-8B LoRA
recommender 模块本身保留原算法结构
每个 baseline 写 provenance
official repo commit
哪些模块原样保留
哪些地方为了 same-candidate protocol 改了
backbone replacement 说明
不混用原论文 full-catalog 指标
这样做完才可以说：
官方算法级 baseline + 公平统一协议
Reuse Notes
- EXTRACTED: This is a selected Codex prompt or automation prompt from the local Codex corpus.
- INFERRED: Future agents can reuse its structure, constraints, and acceptance criteria when creating similar Codex workflows.