論文の概要: AgenticRecTune: Multi-Agent with Self-Evolving Skillhub for Recommendation System Optimization
- arxiv url: http://arxiv.org/abs/2604.26969v1
- Date: Tue, 21 Apr 2026 23:15:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-01 16:31:53.675607
- Title: AgenticRecTune: Multi-Agent with Self-Evolving Skillhub for Recommendation System Optimization
- Title（参考訳）: AgenticRecTune:レコメンデーションシステム最適化のための自己進化型スキルハブを備えたマルチエージェント
- Abstract要約: 我々は、エンドツーエンド構成最適化ワークフローを管理するために、AgenticRecTuneを提案する。
このフレームワークは、アクター、批評家、インサイト、スキル、オンラインの5つの専門エージェントで構成されている。
我々はまた、Insight AgentとSkill Agentのコラボレーションを利用して履歴を要約する自己進化型Skillhubを紹介した。
- 参考スコア（独自算出の注目度）: 13.524716959938237
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Modern large-scale recommendation systems are typically constructed as multi-stage pipelines, encompassing pre-ranking, ranking, and re-ranking phases. While traditional recommendation research typically focuses on optimizing a specific model, such as improving the pre-ranking model structure or ranking models training algorithm, system-level configurations optimization play a crucial role, which integrates the output from each model head to get the final score in each stage. Due to the complexity of the system, the configuration optimization is highly important and challenging. Any model modification requires new optimal system-level configurations. But each experimental iteration requires significant tuning effort. Furthermore, models in different stage operates within a distinct context and optimizes for different targets, requiring specialized domain expertise. In addition, optimization success depends on balancing competing multiple online metrics and alignment with shifting production development objectives. To address these challenges, we propose AgenticRecTune, an agentic framework comprising five specialized agents, Actor, Critic, Insight, Skill, and Online, designed to manage the end-to-end configuration optimization workflow. By leveraging the advanced reasoning of Large Language Models (LLMs), specifically Gemini, AgenticRecTune explore the optimal configuration spaces. The Actor Agent proposes multiple candidates and Critic Agent filters out suboptimal proposals.Then Online Agent autonomously prepares A/B tests based on the proposed configurations set from the Critic Agent and captures the subsequencet experimental results. We also introduce a self-evolving Skillhub, which utilizes a collaboration between the Insight Agent and Skill Agent to summarize the history results, extract underlying mechanics of each task in recommendation system and update skills.
- Abstract（参考訳）: 現代の大規模レコメンデーションシステムは、一般的にマルチステージパイプラインとして構築され、プレランク、ランキング、再ランクのフェーズを含む。
従来のレコメンデーション研究は、一般的に、事前のモデル構造の改善やランキングモデルトレーニングアルゴリズムなどの特定のモデルの最適化に重点を置いているが、システムレベルの設定最適化は、各モデルヘッドからの出力を統合し、各ステージにおける最終的なスコアを得る重要な役割を担っている。
システムの複雑さのため、設定の最適化は非常に重要で難しい。
あらゆるモデル修正には、新しい最適なシステムレベルの設定が必要である。
しかし、それぞれの実験的なイテレーションは、かなりのチューニング作業を必要とします。
さらに、異なるステージのモデルは異なるコンテキスト内で動作し、異なるターゲットに対して最適化し、専門的なドメインの専門知識を必要とする。
さらに、最適化の成功は、競合する複数のオンラインメトリクスのバランスと、製品開発目標のシフトとの整合性に依存する。
このような課題に対処するために,我々は,エンドツーエンド設定最適化ワークフローを管理するように設計された,アクタ,批評家,インサイト,スキル,オンラインの5つの特殊エージェントからなるエージェントフレームワークであるAgenticRecTuneを提案する。
大規模言語モデル(LLM)の高度な推論、特にGeminiを活用することで、AgenticRecTuneは最適な設定空間を探索する。
アクターエージェントは複数の候補を提案し、批判エージェントは最適以下の提案をフィルタリングし、オンラインエージェントは、批判エージェントから設定された設定に基づいて自律的にA/Bテストを作成し、そのサブシーケンス実験結果をキャプチャする。
また、Insight AgentとSkill Agentのコラボレーションを利用して履歴を要約し、各タスクの基本機構をレコメンデーションシステムで抽出し、スキルを更新する自己進化型Skillhubを導入する。
関連論文リスト
- The Optimizer Is the Agent: Reasoning-Driven Search across Prompts, Programs, and ML Workflows [72.9051182568928]
推論駆動最適化のための統合フレームワークであるReASearchを提案する。
共有エージェントループとドメイン固有のツールにより、ReASearchは、プロンプト、プログラム、MLを最適化するために、まったく同じスキャフォールドをインスタンス化する。
我々は,複雑な探索行動がエージェントの推論プロセスから自然に現れることを観察する。
論文 参考訳（メタデータ） (2026-08-07T02:15:39Z) - Learning to Evolve: A Self-Improving Framework for Multi-Agent Systems via Textual Parameter Graph Optimization [18.683909290649876]
エージェントエンジニアリング(Agent Engineering)とは、マルチエージェントシステムの設計と最適化のプロセスである。
TPGOはマルチエージェントシステムの進化を可能にするフレームワークである。
我々のフレームワークの中核は、新しいメタ学習戦略であるグループ相対エージェント最適化(GRAO)である。
論文 参考訳（メタデータ） (2026-04-22T16:00:46Z) - Agent-GWO: Collaborative Agents for Dynamic Prompt Optimization in Large Language Models [69.55139736609367]
Agent-GWOは複雑な推論のための動的プロンプト最適化フレームワークである。
本稿では,Agent-GWOが既存のプロンプト最適化手法よりも精度と安定性を一貫して向上することを示す。
論文 参考訳（メタデータ） (2026-04-14T07:35:37Z) - Rethinking Recommendation Paradigms: From Pipelines to Agentic Recommender Systems [12.522583427934796]
大規模産業推薦者は、通常固定された多段パイプライン(リコール、ランク付け、再ランク付け)を使用する。
本稿では,キーモジュールをエージェントとして再編成するエージェントレコメンダシステム(AgenticRS)を提案する。
論文 参考訳（メタデータ） (2026-03-27T06:14:18Z) - Self-Evolving Recommendation System: End-To-End Autonomous Model Optimization With LLM Agents [18.707716142982992]
複雑なモデル変更を自律的に生成し、訓練し、デプロイする自己進化システムを提案する。
私たちのエージェントは、機械学習エンジニア(MLE)として機能します。
このアプローチの有効性は、YouTubeで成功したいくつかのプロダクションローンチを通じて実証されている。
論文 参考訳（メタデータ） (2026-02-10T19:16:52Z) - RecNet: Self-Evolving Preference Propagation for Agentic Recommender Systems [109.9061591263748]
RecNetは、レコメンデータシステムのための自己進化的な好みの伝達フレームワークである。
関連ユーザやアイテム間で、リアルタイムの好み更新を積極的に伝達する。
逆相では、フィードバック駆動の伝搬最適化機構がマルチエージェント強化学習フレームワークをシミュレートする。
論文 参考訳（メタデータ） (2026-01-29T12:14:31Z) - A Unified Multi-Task Learning Framework for Generative Auto-Bidding with Validation-Aligned Optimization [51.27959658504722]
マルチタスク学習は、これらのタスクを共有表現を通じて共同でトレーニングするための、原則化されたフレームワークを提供する。
既存のマルチタスク最適化戦略は、主にトレーニングダイナミクスによって導かれ、不安定な入札環境ではよく一般化される。
本稿では,タスク毎のトレーニング勾配と保留有効度勾配のアライメントに基づいてタスク重みを適応的に割り当てる,バリデーション適応型マルチタスク最適化(VAMO)を提案する。
論文 参考訳（メタデータ） (2025-10-09T03:59:51Z) - Agentic Predictor: Performance Prediction for Agentic Workflows via Multi-View Encoding [56.565200973244146]
Agentic Predictorは、効率的なエージェントワークフロー評価のための軽量な予測器である。
Agentic Predictorはタスク成功率の近似を学ぶことで、最適なエージェントワークフロー構成の迅速かつ正確な選択を可能にする。
論文 参考訳（メタデータ） (2025-05-26T09:46:50Z) - On the Role of Feedback in Test-Time Scaling of Agentic AI Workflows [71.92083784393418]
エージェントAI(自律的な計画と行動を行うシステム)は広く普及しているが、複雑なタスクにおけるタスクの成功率は低いままである。
推論時のアライメントは、サンプリング、評価、フィードバックの3つのコンポーネントに依存します。
本稿では,様々な形態の批判から抽出されたフィードバックを繰り返し挿入するIterative Agent Decoding(IAD)を紹介する。
論文 参考訳（メタデータ） (2025-04-02T17:40:47Z) - Collab: Controlled Decoding using Mixture of Agents for LLM Alignment [90.6117569025754]
人間のフィードバックからの強化学習は、大規模言語モデルを整合させる効果的な手法として現れてきた。
制御された復号化は、再訓練せずに推論時にモデルを整列するメカニズムを提供する。
本稿では,既存の既成のLCMポリシを活用するエージェントベースのデコーディング戦略の混合を提案する。
論文 参考訳（メタデータ） (2025-03-27T17:34:25Z) - Multi-Agent Design: Optimizing Agents with Better Prompts and Topologies [41.21314691388456]
対話やコラボレーションを行う複数のエージェントとして使用される大規模な言語モデルは、複雑なタスクの解決に優れています。
マルチエージェントシステム(MAS)のプロンプトやトポロジーの設計は本質的に複雑である。
複雑なMAS設計空間を効率的に活用するMAS最適化フレームワークであるMulti-Agent System Search (MASS)を提案する。
論文 参考訳（メタデータ） (2025-02-04T17:56:44Z) - A Multi-AI Agent System for Autonomous Optimization of Agentic AI Solutions via Iterative Refinement and LLM-Driven Feedback Loops [3.729242965449096]
本稿では,産業間におけるエージェントAIソリューションを自律的に最適化するフレームワークを提案する。
このフレームワークは、仮説を自律的に生成し、テストすることで、人間の入力なしに最適な性能を達成する。
ケーススタディでは、アウトプットの品質、妥当性、動作性が大幅に改善された。
論文 参考訳（メタデータ） (2024-12-22T20:08:04Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。