★ 3
EvoRank：LLM 引导的多目标排序流水线进化
研究提出 EvoRank，一个 LLM 引导的进化循环，可自动发现完整的 Learning-to-Rank 流水线。在 Expedia 数据集上，三次独立运行均在 50 轮内收敛并超越调优后的 LambdaMART，进入原竞赛前 6%。研究还提出可提前预测收益的 headroom gate，并开源…
arXiv cs.LG41 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究提出 EvoRank，一个 LLM 引导的进化循环，可自动发现完整的 Learning-to-Rank 流水线。在 Expedia 数据集上，三次独立运行均在 50 轮内收敛并超越调优后的 LambdaMART，进入原竞赛前 6%。研究还提出可提前预测收益的 headroom gate，并开源…
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。