跳到正文
热点事件持续更新

研究者提出RecHarness自动优化推荐模型框架

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

研究者发布论文提出RecHarness,一个用于推荐模型自动优化的 Agentic 框架:由 bandit router 根据历史验证反馈选择修改方向,LLM 在该方向内生成优化假设与可执行代码修改,并用 jump-basin 机制在局部编辑停滞时触发结构性跳转。 论文称,在一个大规模短视频广告平台为期7天的线上 A/B 测试中,入选候选模型使 ADVV 提升2.084%,收入提升0.534%,曝光提升0.559%。

AI 根据报道生成 · 31 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    RecHarness:一种 Bandit 路由的 Agentic 框架,用于自进化推荐系统

    研究者提出 RecHarness,一个用 Bandit 路由实现推荐模型自动优化的 Agentic 框架:由 bandit router 根据历史验证反馈选择修改方向,LLM 在该方向内生成优化假设与可执行代码修改,并用 jump-basin 机制在局部编辑停滞时触发结构性跳转。

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。