SimRec提出用强化学习训练推荐智能体交互策略的框架
热点事件持续更新
SimRec提出用强化学习训练推荐智能体交互策略的框架
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Yaxin Zhang 等作者在 arXiv 发布论文 SimRec，提出一个强化学习框架，端到端训练工具集成推荐智能体的完整交互策略，框架包含任务锚定的用户模拟器和基于 GRPO 的任务对齐奖励，代码已开源。 作者称，在 ESCI 和 Amazon C4 两个数据集上，该框架将 Qwen3-4B 智能体的 NDCG@100 分别从 32.23% 提升至 35.42%、从 22.94% 提升至 24.72%，并超过更大的免训练智能体。
AI 根据报道生成 · 2 小时前更新
最新进展11月14日 13:00
SimRec：从模拟交互中学习搜索、询问与推荐的强化学习框架报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AISimRec：从模拟交互中学习搜索、询问与推荐的强化学习框架
SimRec 是一个强化学习框架，端到端训练工具集成推荐智能体的完整交互策略，包含任务锚定的用户模拟器和基于 GRPO 的任务对齐奖励。在 ESCI 和 Amazon C4 上，它将 Qwen3-4B 智能体的 NDCG@100 从 32.23% 提升至 35.42%、从 22.94% 提升至 24.72%，超过更大的免训练智能体。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。