跳到正文
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

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. 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
–

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。