一个名为 PILOT 的新型 LLM 代理框架已被开发出来,通过实现主动式实验设计和用户分群个性化来增强推荐系统优化。与被动式方法不同,PILOT 管理完整的实验生命周期,提出用于个性化的候选决策树,并将结果提炼成可重用知识。在淘宝平台上部署后,与自由探索代理相比,PILOT 在 IPV、交易量和交易额等关键指标上均有显著提升,同时大幅提高了搜索效率。 AI
影响 该框架通过实现主动式、个性化的优化策略,有望显著提高推荐系统的效率和有效性。
排序理由 该条目是一份技术报告,详细介绍了用于推荐系统的新型 LLM 代理框架。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- ROAM
- ScienceCast
- scite Smart Citations
- Taobao
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →