RecRSI:先试跑再进化,让 LLM Agent 自我改进推荐系统训练配方
_reachsumit · x · 2026-10-30
arXiv 论文提出 RecRSI,针对 LLM Agent 递归自我改进(RSI)推荐系统的两大痛点:排序反馈滞后(需全量重训才知道编辑效果)与重训前信号不可靠。方法是从当前模型诊断出发生成多样候选训练编辑,每个候选先做短程试训,用保留探针用户上的全排序 NDCG@10 打分,只选最优者进行完整重训。在两个序列推荐器、三个数据集上,与相同全量重训次数的现有自进化 agent 相比显著更优。
「研究」频道最新
- 用 SciSpace 一条提示词免费生成论文查重报告 — Faheem_uh · 2026-10-30
- Erdős 问题 #357 迎新纪录:穷举搜索找到 18 项反例上界 28 — kevrussell · 2026-10-30
- 「生物学只是数据问题」遭吐槽:一个基因 peptide 就够乱了 — iScienceLuvr · 2026-10-30
- Cohere Labs 将复盘 CulturalRiddles:51 种语言 6200 条谜题测文化推理 — Cohere_Labs · 2026-10-30
- Adam 与 AdamW 的区别:解耦权重衰减为何不等价于损失加 L2 正则 — cneuralnetwork · 2026-10-30
- 黎曼-洛伦兹参数融合：让 ViT 与状态空间模型免重训直接合并 — burkov · 2026-10-30