arXiv cs.AI· Haoran Ling, Yuecheng Li, Zeyu Song, Jing Yao, Shuwen Kang, Songcheng Ren, Chi Lu, Wenjin Wu, Peng Jiang·· 4 小时前AI 评分34
RecHarness:用 Bandit 路由的智能体框架实现推荐系统自我进化
RecHarness: A Bandit-Routed Agentic Harness for Self-Evolving Recommender Systems
AI 导读
RecHarness 将推荐模型优化拆成两步:Bandit 路由器依据历史验证反馈选择修改方向,LLM 在该方向内生成具体优化假设与可执行代码改动,并用 jump-basin 机制在局部编辑停滞时激活结构跳变臂。
正文 · AI 翻译
摘要:优化推荐模型仍然严重依赖对架构、目标和训练策略的人工迭代。虽然基于 LLM 的智能体可以自动化这一试错过程,但依赖 LLM 同时选择修改方向并制定具体假设,在有限的试验预算下可能导致搜索不稳定。受上述挑战启发,我们提出 RecHarness,一种用于自动化推荐模型优化的 Bandit 路由智能体框架。RecHarness 将优化过程解耦为两步:bandit 路由器根据历史验证反馈选择下一个修改方向,而 LLM 在所选方向内生成具体的优化假设和可执行代码编辑。为维持长程探索,RecHarness 使用 jump-basin 机制,在局部编辑停滞时激活结构跳跃臂。在多个推荐任务、数据集和模型骨干上,RecHarness 实现了更一致的性能提升,并比 LLM 指导的搜索更有效地利用有限的试验预算。在大规模短视频广告平台上为期 7 天的在线 A/B 测试中,所选候选方案将 ADVV 提升 2.084%,收入提升 0.534%,曝光提升 0.559%。代码可在以下网址获取:this https URL。
| 评论: | 17 页,3 幅图 |
| 主题: | 信息检索(cs.IR);人工智能(cs.AI);计算与语言(cs.CL) |
| 引用为: | arXiv:2607.29241 [cs.IR] |
| (或 arXiv:2607.29241v2 [cs.IR] 用于此版本) | |
| https://doi.org/10.48550/arXiv.2607.29241 arXiv 颁发的 DOI 通过 DataCite |
提交历史
来自:Yuecheng Li [查看电子邮件]
[v1]
2026 年 7 月 31 日星期五 10:15:38 UTC(722 KB)
[v2]
2026 年 11 月 17 日星期二 11:49:18 UTC(2,645 KB)
来源:arXiv cs.AI · arxiv.org