腾讯提出 VerRec:用语言化反馈替代标量奖励优化生成式推荐

_reachsumit · x · 2026-11-18

腾讯团队发布论文,提出面向生成式推荐的 RL 框架 VerRec,解决传统标量奖励无法说明候选 item 与用户偏好冲突点的问题。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →