美团分享 8 篇 KDD 2026 论文,涵盖推荐大模型与 Data Agent 架构
美团技术团队 · wechat · 2026-08-13
美团技术团队近期分享了被 KDD 2026 收录的 8 篇论文,并介绍了大众点评荣获 2026 KDD Cup 国际竞赛冠军的 Data Agent 解题策略。核心论文要点如下:
- 推荐与训练系统:提出无对齐工业推荐大模型 MTFM,通过异质 Token 和样本聚合大幅提升训练效率;针对生成式推荐,开发了基于 PyTorch 的 MTGenRec 分布式训练框架,相比 TorchRec 取得 1.62.4 倍加速。
- 奖励建模与智能体搜索:提出对比驱动的奖励建模框架 CDRRM,仅用 3 千样本便超越全量微调基线;构建了本地生活服务评测基准 LocalSearchBench,揭示当前大模型在多跳推理和工具调用上的缺陷。
- 广告与 ETA 预估:提出 JTransNet 和分层多坑位分配框架 HMAF,解决广告拍卖中的匿名性与多方流量分配问题;设计统一元泛化框架 UME,解决即时配送跨域 ETA 零样本预测难题。
- KDD Cup 夺冠方案:团队构建了完整的 Agent 运行时,支持多模态视频理解与非结构化文档 ETL,通过错误反馈和自动重试机制显著提升了智能体在长链路复杂数据分析中的稳定性。
「编程与Agent」频道最新
- 测试时强到弱能力迁移:强模型构建推理框架提升弱模型表现 — UIUC-CS · 2026-08-13
- Trajectory Labs访谈:AI的“IQ”与“经验”之争及持续学习 — brianryhuang · 2026-08-13
- Google 提出 Agent Plugin 标准:打包 Skills 与 MCP 实现跨平台通用 — Saboo_Shubham_ · 2026-08-13
- 开发者用 AI 一步步迭代出蚂蚁突变模拟器 — breath_mirror · 2026-08-13
- 结构化 JSON 提示词跨模型迁移:Sora 提示词直通 Minimax — ajrss2009 · 2026-08-13
- Anthropic 前沿红队报告:多智能体系统易现信息茧房与共识盲从 — sebkrier · 2026-08-13