★ 3
腾讯提出 TGR-EvoDAG：基于 DAG 的多智能体代码进化框架用于生成式推荐
腾讯在 arXiv 发布 TGR-EvoDAG，将代码进化建模为有向无环图，保留多条进化分支并合并互补创新，同时引入阶段感知成本规划与下游主动协同适配。该方法在 Amazon 公开数据集上首次实现完整生成式推荐流水线的自主进化，离线指标最高提升 37.4%，Agent4Rec 模拟用户满意度提升 …
arXiv cs.AI7 天前
#推荐系统
共 31 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
研究：LLM 多智能体系统易出现羊群效应与失控级联
论文仿照经典 Music Lab 实验，让大规模 LLM 智能体在可见累计推荐数的情况下推荐陌生歌曲。暴露于他人选择后，智能体群体出现极端且不可预测的推荐级联，偏离歌曲本身质量。相比人类，LLM 群体更易从众且更难自我纠偏，对推荐系统、自动评测与多智能体协作均有影响。
arXiv cs.AI10 天前
★ 3
Spotify 一年内从推荐中移除5000万首AI垃圾歌曲
Spotify 宣布过去一年已从用户推荐中移除超过5000万首被视为AI生成垃圾或 spam 的歌曲，并调整推荐系统以突出真人艺术家作品。平台还推出「AI Persona」标识，且不推荐AI虚拟人设的音乐，但尚未强制标注所有AI曲目。
The Verge AI12 天前
★ 3
PsyBer-Agent：面向推荐系统的心理学驱动用户智能体
论文提出 PsyBer-Agent，一个心理学启发的推荐系统用户模拟器，通过 Psy-Engine 用三个演化潜状态建模疲劳、情感与偏好漂移。方法用非平衡 Gromov-Wasserstein 最优传输对齐真实日志轨迹与模拟潜状态轨迹，为轻量策略提供监督而无需微调大模型。同时发布 WebSim 与…
arXiv NLP19 天前
★ 3
AlignPoison 揭示生成式推荐模型定向投毒漏洞
论文研究生成式推荐模型的条件定向投毒脆弱性，发现注入不到 1% 的合成交互即可显著提升触发条件下恶意目标推荐概率。作者提出黑盒框架 AlignPoison，从 API 输出中发现解码对齐前缀，攻击成功率最高提升 16.3 个百分点。
arXiv cs.AI19 天前
★ 3
生成式AI个性化中的上下文充分性边界
研究提出「上下文充分性」理论，指出在生成式AI个性化中，上下文的相关性比数量更重要。理论区分不足、充分、饱和与干扰四种状态，并引入「上下文充分性边界」定位最小相关集合。在家居零售商生成式推荐实验中，相关上下文提升恰当性，无关上下文则降低效果并破坏检索稳定性。
arXiv cs.AI31 天前
★ 3
生产级 AutoResearch：失败模式与多智能体框架
论文将 Karpathy 的 AutoResearch 范式（大模型迭代修改训练脚本并保留提升指标的改动）应用于生产级推荐系统嵌入优化，历时十二周、220 余次实验。作者识别出基础设施脆弱、智能体记忆衰减、搜索方向停滞、迭代成本不对称、指标固着五类失败模式，并提出「预防-持久化-重定向」三原则脚手…
arXiv cs.LG35 天前
★ 3
T-RoPE：面向序列推荐的时间感知旋转位置编码
论文指出标准 RoPE 在推荐场景仅编码交互顺序，无法反映时间间隔与周期，提出 T-RoPE 以时间戳角度、可学习时间系数、多尺度频率库与非平稳键旋转替代纯索引旋转。在五个公开基准上全面领先，稀疏 PixelRec 的 HR@10 提升 78–130%；在超 60 亿交互的工业数据集上各项指标提升…
arXiv cs.AI35 天前
★ 3
Light Heads 框架加速推荐系统多任务实验
论文提出轻量排序头（Light Heads）框架，面向持续在线学习环境，可向现有多任务排序模型动态注入新任务，免去骨干模型冷启动与重训。借助stop-gradient与无状态每日训练严格隔离新任务，避免任务冲突，并通过集中配置同时挂载到多个模型。该方案已在YouTube规模部署，将多任务实验迭代周…
arXiv cs.LG40 天前
★ 3
IntBMoE：块级条件化的全参与混合专家
研究提出IntBMoE，通过稠密专家组合与稀疏块执行解耦参与度、执行量与参数物化三个维度，并引入双路径残差门控。该模型已部署于高德生成式推荐系统，服务数亿用户，在60毫秒延迟预算下取得2.4%的相对UVCTR提升。
arXiv cs.LG42 天前
★ 3
LIGE-GR：从排序到生成式推荐的平滑升级
论文提出LIGE-GR，一种列表级生成与评估推荐框架，将传统逐项排序系统升级为生成式推荐，而无需重建整个推荐栈。该方法保留现有模型、价值函数与服务基础设施的兼容性。在Instagram Reels与Facebook Video短视频推荐上，用户停留时长分别提升1.14%与0.72%，仅需少量额外推…
arXiv cs.LG46 天前
★ 3
LLM推荐系统安全约束微调
论文训练一个推荐LLM，基于大型视频流媒体服务的用户观看历史生成个性化推荐解释，要求解释忠实于所关联节目且严格无害。作者训练两个覆盖三项标准的LLM评判奖励模型，并提出约束GRPO方法。在真实测试集上，三项标准全通过率从0.649提升至0.956（自有评判）与0.677至0.931（独立评判），且…
arXiv cs.AI48 天前
★ 3
CGM-Rec：面向意图漂移的自适应推荐持续图记忆框架
研究提出CGM-Rec框架，将知识图谱视为可写记忆，结合语义图记忆和情景教训记忆，在冻结参数下通过记忆写入适应意图漂移。实验显示CGM-Rec在多个推荐设置上优于神经和LLM基线，HR@1最高提升29.58%。
arXiv cs.AI56 天前
★ 2
Floor It, Then Fill It：十亿用户规模创作者生态仿真与公平推荐
论文提出基于真实平台分布的用户仿真框架，建模约 4.2 万名创作者及其 12 周内的观众交互，用于评估预算化多臂老虎机形式的公平曝光分配策略。带保底的内容曝光目标与曝光均衡差奖励可保证每周 90% 曝光目标达成，小创作者自然触达每周增长约 33%，并分析 Sim2Real 差距提出验证协议。
arXiv cs.LG3 天前
★ 2
JevRec：变长语义编码提升 LLM 生成式推荐
论文针对生成式推荐中所有物品统一 SID 长度的问题，提出 JevRec，借鉴自然语言高频表达更紧凑的特点，将物品编码为变长「词」，热门物品用更短 SID、长尾物品保留更丰富描述。通过独立长度预测头与内容生成头缓解优化冲突，在三个公开数据集上优于基线，训练与推理时间低于 TIGER。
arXiv NLP5 天前
★ 2
MAREval：多智能体框架评估推荐解释
论文提出 MAREval，用规划、主持、仲裁三类智能体加蒙特卡洛采样来评估推荐系统的自然语言解释，缓解单智能体 LLM 评估的提示敏感与输出不稳定问题。在公开与电商私有数据集上，其与人类判断的一致性优于基线，线上 A/B 测试显示互动与收入指标显著提升。
arXiv cs.AI5 天前
★ 2
论文提出双目标优化智能即时预订过滤模型
针对短租平台 request-to-book 响应慢、易被拒的问题，论文提出智能即时预订过滤系统，在保证整体预订率不下降的前提下最大化即时预订率，形成双目标优化。全球 A/B 测试显示其优于人工专家调参模型，已上线服务数百万用户。
arXiv cs.AI5 天前
★ 2
BehaveRec 研究：长期行为历史何时提升序列推荐
论文提出三信号框架 BehaveRec，融合会话 Transformer、90 天用户历史编码器与基于行为相似度的 GraphSAGE 图模块。在 1260 万用户工业数据上 R@5 较 SASRec 提升 3.2%，并给出约 20 次交互的部署阈值。
arXiv cs.AI5 天前
★ 2
StoBasket：联合优化追加销售与交叉销售以提升贡献毛利
研究提出联合随机购物篮编辑公式，用单一策略为现有购物篮选择替换与追加报价，按预期增量贡献毛利估值，并耦合展示、接受与联合接受三类响应通道。在五个公开购物篮数据集的校准仿真中，StoBasket 在默认价格设置下达到可达毛利的 0.5% 以内，Instacart 上联合选择额外带来 10.2% 毛利。
arXiv cs.AI13 天前
★ 2
FINDERS 用扩散语言模型路由状态重构用户表征，已过十场景 A/B 测试
论文指出基于自回归 LLM 的用户编码器受单向约束，难以兼顾多源信号与不同下游场景需求。作者提出 FINDERS，利用扩散语言模型的迭代去噪过程构建多粒度重构空间，通过去噪、因子化、路由、压缩四步生成场景自适应表征。在十个工业场景的离线实验与在线 A/B 测试中均优于现有方法。
arXiv cs.AI13 天前
★ 2
新论文提出连续查询生成范式，突破生成式推荐语义ID可达性限制
研究指出生成式推荐依赖离散语义ID与有限宽度束搜索，会限制目标项进入返回列表。论文提出 CQG-Single 与 CQG-AR 两种连续查询范式，去除 SID 词表与离散束扩展，使所有编码项可直接打分检索。CQG-Single 在七次运行中均超过 TIGER 类基线，且可训练参数仅为55.3%。
arXiv cs.AI21 天前
★ 2
开发者探索用 LLM 学习用户偏好而非仅搜索记录
一位作家兼开发者提出，当前搜索与推荐引擎对用户偏好理解不深，尝试用 LLM 通过长时间对话分析用户的文学品味，构建持久且演进的偏好模型来驱动推荐。原型应用将偏好档案与对话存储在本地，并探讨了数据最小化与假名化以保护隐私的可能。
Hacker News – AI23 天前
★ 2
MARI：为 LLM 推荐系统蒸馏结构化决策记忆
研究者提出 MARI（可解释记忆增强推荐），通过维护决策记忆库存储用户目标、约束与权衡的结构化决策记忆，增强 LLM 推理。这些记忆经事后决策蒸馏从异构行为与用户生成内容中离线生成。实验显示 MARI 在下一项预测与新增的困难选择预测任务上显著超越最先进基线，且延迟开销低。
arXiv NLP24 天前
★ 2
语言模型用于电商搜索页面级布局决策
论文研究电商搜索页中二级推荐模块插入位置等页面级布局决策的离线评估方法，比较直接提示、提示衍生特征与表示三类语言模型评估方式。结果显示基于表示的方法在预测用户参与度上稳定优于提示式判断，可作为离线布局评估的可靠基础。
arXiv cs.LG24 天前
★ 2
Pinterest AI将美妆Pin转化为行动方案
Pinterest推出AI驱动的Beauty Guides功能，可将发型和美甲相关的Pin转化为沙龙术语，并附上预估费用、预约时间和维护需求。该功能旨在帮助用户将灵感直接转化为可执行的消费决策。
TechCrunch AI26 天前
★ 2
能否通过 SEO 影响 AI 智能体推荐
文章探讨是否可以通过 SEO 手段影响 AI 智能体的推荐结果，即所谓面向 AI 代理的优化。作者分析了智能体在检索与推荐时的信息源偏好，讨论内容创作者如何让自身信息被 AI 采纳，涉及新型流量入口的竞争。
Hacker News – AI30 天前
★ 2
EviGraph：带证明的公共服务知识图谱推荐
论文提出EviGraph，区分关键决策需求与可保留未决的信息，由语言智能体将需求链接到时序知识图谱中的证据，再由确定性检查器判定推荐是否有支撑。在香港双语公共服务基准上评估显示，这种区分可减少不必要的弃答。但额外验证可能撤回有支撑的推荐而不提升决策质量，说明可靠证据导航取决于明确决策所需条件而非单…
arXiv cs.AI31 天前
★ 2
Instinct新推荐功能引发部分用户反感
Instinct正在推出人工策划的商品与旅行推荐，但部分用户对未经请求就收到的推荐表示不满。这反映出AI/算法推荐在用户体验与隐私边界上的争议。
TechCrunch AI32 天前
★ 2
多任务模型中的跨任务关系学习
论文提出通过定向成对关系近似任务标签联合分布，从而学习多任务模型中的跨任务关系，避免建模完整联合空间的高复杂度。该方法在 YouTube 生产推荐系统的通知、首页与 Watch Next 三个场景中验证，准确率与用户满意度指标均有提升。作者还给出可推广的工作流模板。
arXiv cs.AI38 天前
★ 2
AutoRecLab：描述实验即可生成推荐系统代码
论文提出 AutoRecLab，一个基于 Python 的自主推荐系统实验室，可从自然语言提示自动完成实验需求推导、原型构建与完整实验扩展。工作流结合 RAG 文档检索、静态类型验证和执行引导树搜索，在六算法三数据集对比中 9 次运行成功 8 次，单次成本约 1 美元。
arXiv cs.AI42 天前