立场论文：推荐系统应从平台排名转向个人 Agent 代理推荐
_reachsumit · x · 2026-09-14
arXiv 立场论文提出 PAMR（Personal Agent-Mediated Recommendation）新范式。
- 现状：推荐系统由平台观察用户、构建候选集并代为选择，这种框架隐含着平台对候选准入、证据边界、解释方式的控制
- 作者主张下一个瓶颈不只是偏好建模，而是「证据获取与披露的控制权」，应从平台侧物品排名转向用户侧证据中介
- 提出由面向用户的个人 Agent 代表用户跨分布式来源发现、过滤、聚合和治理推荐证据
- 定义了 PAMR 的边界标准、核心中介决策与以中介为中心的评测框架
- 概念验证：在困难的 Yelp 餐厅推荐任务上，共享同一 LLM 排序器时，来源选择与受控披露在效用—可追溯性—曝光—成本上表现最佳
与同期 Spotify 的 Agentic Web 论文共同指向「推荐系统的消费者正在变成 Agent」这一趋势。
「研究」频道最新
- 11 页短论文：群平均如何让 Ising 模型 MCMC 从缓速变快速 — michaelchchoi · 2026-09-14
- 开源 FlashREINFORCE：免critic单rollout异步RL实现6000+次稳定更新 — YouJiacheng · 2026-09-14
- LLM 能否啃下 Collatz 猜想:耐心导航「数学迷宫」的新讨论 — an_interstice · 2026-09-14
- Proxy Policy Steering：不动权重、用残差引导 VLA 学新任务 — weichiuma · 2026-09-14
- 新研究：LLM 强化学习训练可弃用 AdamW,标准 SGD 同样有效 — zhaoran_wang · 2026-09-14
- RSI 研究分野：harness 自我改进已实用，「智能爆炸」仍未被证明 — arthurcolle · 2026-09-14