RPSD：利用最优传输实现检索特权在线策略自蒸馏

针对 LLM 序列推荐中的优化盲点，RPSD 通过在线策略自蒸馏（OPSD）和跨用户行为证据，在多个真实数据集上达到最先进性能。 方法引入时序感知最优传输（OT）比较用户交互轨迹，并结合多样性感知选择保留互补轨迹作为特权证据，解决单用户监督忽略共享行为模式的问题。