热点事件观察中

SimRec：强化学习训练推荐智能体完整交互策略

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Yaxin Zhang 等作者提出并发布 SimRec，一个用于训练工具集成推荐智能体完整交互策略的强化学习框架，包含任务锚定的用户模拟器和基于 GRPO 的任务对齐奖励。在 ESCI 和 Amazon C4 数据集上，Qwen3-4B 智能体的 NDCG@100 分别从 32.23% 提升至 35.42%、从 22.94% 提升至 24.72%，作者称其优于更大骨干的无训练智能体和任务对齐基线。

AI 根据报道生成 · 10 小时前更新

最新进展11月14日 13:00

SimRec：让推荐智能体学会搜索、提问与推荐的强化学习框架

报道时间线

沿着报道，了解事件的不同侧面。

11月14日

13:00
arXiv cs.AI
SimRec：让推荐智能体学会搜索、提问与推荐的强化学习框架
SimRec 是一个强化学习框架，用于训练工具集成推荐智能体的完整交互策略，包含任务锚定的用户模拟器和基于 GRPO 的任务对齐奖励。在 ESCI 和 Amazon C4 上，Qwen3-4B 智能体的 NDCG@100 分别从 32.23% 提升至 35.42%、从 22.94% 提升至 24.72%，优于更大骨干的无训练智能体和任务对齐基线。

本事件热度走势

可比范围当前: 5
可比范围峰值: 711月15日 04:00
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。