Self-EvolveRec
PulseAugur coverage of Self-EvolveRec — every cluster mentioning Self-EvolveRec across labs, papers, and developer communities, ranked by signal.
-
SR-Agent框架自动化电商推荐策略优化
研究人员开发了SR-Agent，一个旨在自动优化电商推荐系统中后排序策略的新型框架。与之前的基于LLM的智能体不同，SR-Agent实现了自动化、自演进策略优化的闭环。该框架集成了UserSim智能体用于识别用户感知问题，Analysis智能体用于诊断反复出现的问题，以及Strategy Refinement Harness用于应用有界操作。SR-Agent在快手电商平台部署后，在一个月的A/B测试中展示了订单量、浏览深度和点击品类多…
-
SR-Agent框架自动化电商推荐策略优化
研究人员开发了SR-Agent，一个新颖的Agentic框架，旨在自动优化电商推荐系统中的排序后策略。该框架通过使用UserSim Agent识别不良案例，Analysis Agent诊断重复出现的问题，以及Strategy Refinement Harness将诊断映射到可操作的更新，来解决静态策略过时和用户体验下降的问题。在快手电商平台部署后，SR-Agent展示了显著的改进，包括订单量增加0.71%，浏览深度提高0.34%，同时…
-
Self-EvolveRec框架通过LLM反馈增强推荐系统
研究人员开发了Self-EvolveRec，一个旨在通过解决传统设计方法的局限性来改进推荐系统的新框架。与依赖固定搜索空间或标量指标的现有方法不同，Self-EvolveRec结合了用户模拟器进行定性反馈和模型诊断工具进行内部验证。该系统还采用模型协同进化策略，以确保评估标准与推荐架构同步适应。实验表明，Self-EvolveRec在推荐性能和用户满意度方面均优于当前最先进的方法。