Meta 提出「个人 agent 中介推荐」范式并发布 MediateRec 基准

meta · hf · 2026-10-07

Meta 论文将推荐系统从平台中心个性化推向用户主导个性化：个人 LLM agent 拿着用户授权的跨平台历史，对平台推荐排序进行「中介」，产出最终 top-K。难点在于平台排序蕴含人群级证据，agent 需权衡有益纠正与有害覆写。

论文发布 MediateRec 基准（含可扩展的跨平台代理环境与受控信息边界下的真实跨平台测试），并提出 PAMO 训练方法：反事实屏蔽跨平台历史来估计个人中介支持度，在平台相对价值下限约束下重分配 rank-aware 优势。实验显示个人 agent 中介能做出有意义的平台纠错，但即使最强的专有 LLM 也会引入不可忽视的有害覆写；PAMO 在见/未见平台上均优于只看结果的 RL，并取得更好的纠正-伤害平衡。