新研究给推荐系统加世界模型层,可预判候选列表对未来用户行为的影响
_reachsumit · x · 2026-09-28
arXiv 论文《Recommendation World Models for Future-State Control》提出 UA-TWM,一个可插拔在已训练序列推荐器之上的世界模型接口,让推荐系统从「选什么最相关」进阶到「选什么能引导未来用户状态」。
核心思路:
- 序列推荐不只决定当前排序,每次展示的候选列表都会塑造后续反馈与用户状态;
- UA-TWM 构建邻近的 slate 动作,估计各自对目标的相关后果,在效用约束下选出更优替代项,无合格替代时回退到参考列表;
- 提供两种实例化:基于日志回放的效用+目标增益+校准失败风险预测,以及根据观察反馈更新决策的闭环版。
实验:在 MovieLens-25M 与 KuaiRand-Pure 上跨 12 个序列骨干迁移,附加该接口普遍提升 Recall@20、NDCG@20 与未来状态对齐度;消融揭示了激进追求目标的效用与风险代价。
「研究」频道最新
- RExBench：最强编程智能体自主完成研究扩展成功率仅33% — najoungkim · 2026-10-26
- AlphaGeometry 靠蛮力多步解题，作者称鼓励简洁或可逼近人类优雅洞察 — torchcompiled · 2026-10-26
- NeurIPS 2026 全部 7898 篇论文上线 Papers with Code，可按领域检索 — NielsRogge · 2026-10-26
- JHU 论文揭示差分隐私模型的隐私-幻觉权衡：隐私预算越紧幻觉越重 — danish037 · 2026-10-26
- 新推测解码方法 DCOCO：并行草稿不丢上下文，最高提速 6.6 倍 — arankomatsuzaki · 2026-10-26
- System One 决策模型不止 Jev：Turing Post 盘点 15 条新研究路线 — TheTuringPost · 2026-10-26