论文页面 - RecHarness：一种用于自进化推荐系统的Bandit路由智能体框架

来源：https://huggingface.co/papers/2607.29241

摘要

优化现代推荐模型仍然严重依赖工程师手动迭代架构、目标和训练策略的修改。虽然基于LLM的智能体可以自动化这种试错过程，但让LLM同时选择修改方向并生成具体假设，往往在有限的实验预算下导致搜索不稳定。受上述挑战启发，我们提出了RecHarness，一种用于自动化推荐模型优化的Bandit路由智能体框架。RecHarness将优化过程分为两步：bandit路由器根据历史验证反馈选择下一个修改方向，而LLM在选定方向内生成具体的优化假设和可执行代码编辑。为了维持长期探索，RecHarness使用跳跃盆地机制，在局部编辑停滞时激活结构性跳跃分支。在多个推荐任务、数据集和模型骨干上，RecHarness比LLM推理搜索实现了更稳定的性能提升，并更有效地利用有限的试验预算。在一个大型短视频广告平台进行的为期7天的在线A/B测试中，选中的候选方案将ADVV提高了2.084%，收入提高了0.534%，曝光量提高了0.559%。代码可在https://github.com/6lyc/RecHarness获取。

查看 arXiv 页面 (https://arxiv.org/abs/2607.29241) 查看 PDF (https://arxiv.org/pdf/2607.29241) GitHub1 (https://github.com/6lyc/RecHarness) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.29241)

在您的智能体中获取该论文：

hf papers read 2607\.29241

没有最新的CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型 0

没有模型链接此论文。请在模型README.md中引用arxiv.org/abs/2607.29241，以便从此页面链接该论文。

引用此论文的数据集 0

没有数据集链接此论文。请在数据集README.md中引用arxiv.org/abs/2607.29241，以便从此页面链接该论文。

引用此论文的Space 0

没有Space链接此论文。请在Space README.md中引用arxiv.org/abs/2607.29241，以便从此页面链接该论文。

收录此论文的合集 0

没有合集包含此论文。请将此论文添加到合集 (https://huggingface.co/new-collection)，以便从此页面链接该论文。