研究:RL后训练提升排序却降低推荐召回
热点事件持续更新
研究:RL后训练提升排序却降低推荐召回
1 篇报道1 个报道来源22 小时前更新
先了解这件事
AI 综述
Yuheng Chen等作者发表的研究发现,生成式推荐模型经强化学习(RL)后训练后,在小K的hit@K上更准,但在其研究的全部五个数据集上,候选列表的召回(K达数百)反而下降,即“排序更强、召回更差”。 研究将这一现象称为RL后训练的“隐藏代价”,并提出out-of-rollout anchoring作为补救方法。
AI 根据报道生成 · 14 小时前更新
最新进展11月19日 13:00
生成式推荐中 RL 后训练的隐藏代价:排序更强,召回更差报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv cs.AI生成式推荐中 RL 后训练的隐藏代价:排序更强,召回更差
研究发现,生成式推荐模型经 RL 后训练后,在小 K 的 hit@K 上更准,但在全部五个数据集上候选列表的召回(K 达数百)反而下降,即“排序更强、召回更差”。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 811月19日 22:00
- 近 24 小时变化
- –
02468
11月20日03:0006:0009:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。