arXiv · AI· Haoran Ling, Yuecheng Li, Zeyu Song, Jing Yao, Shuwen Kang, Songcheng Ren, Chi Lu, Wenjin Wu, Peng Jiang·· 2 天前AI 评分34
RecHarness:一种用于自进化推荐系统的 Bandit 路由 Agentic Harness
RecHarness: A Bandit-Routed Agentic Harness for Self-Evolving Recommender Systems
AI 导读
RecHarness 通过 Bandit 路由将优化过程解耦,在多个推荐任务中比 LLM 直接搜索更高效。其 Bandit 路由器依据历史反馈选择方向,LLM 生成具体假设和代码编辑;停滞时通过 Jump-basin 机制激活结构跳跃臂以维持长期探索。 在大规模短视频广告平台的 7 天在线 A/B 测试中,候选模型使 ADVV 提升 2.084%,收入提升 0.534%,曝光量提升 0.559%。
来源:arXiv · AI · arxiv.org