論文の概要: EvoRec: Self Evolving Agentic Recommender Systems

• arxiv url: http://arxiv.org/abs/2606.28368v1
• Date: Mon, 15 Jun 2026 08:36:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-07 13:10:43.793035
• Title: EvoRec: Self Evolving Agentic Recommender Systems
• Title（参考訳）: EvoRec: 自己進化型エージェントレコメンダシステム
• Abstract要約: 提案するEvoRecは,推薦モデルと最適化手法を共進化させるフレームワークである。 EvoRecは最強のベースラインに対して、オフラインメトリクスを最大5.54%改善する。
• 参考スコア（独自算出の注目度）: 10.224777595221445
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Optimizing modern recommender systems still relies heavily on engineers iterating by hand, which is slow and bounded by individual expertise. LLM-based agents open a path toward automating this loop, yet two issues remain. First, the agent is used only as a code translator and accumulates no methodology across iterations. Second, the optimization space is confined to a predefined range and rarely introduces structurally new ideas. To address these problems, we propose EvoRec, a multi-agent framework that co-evolves the recommendation model and the optimization methodology driving it. Four collaborating agents carry out a dual-track loop: the Research Agent and Code Agent iterate the model each round, while the Skill Evolver periodically distills reusable methodology from a persistent Memory of past experiments. Experiments on two public benchmarks and one large-scale industrial dataset show that EvoRec improves offline metrics by up to 5.54% over the strongest baseline, and an online A/B test delivers a 1.85% revenue lift and a 1.02% CTR gain.
• Abstract（参考訳）: 現代のレコメンデータシステムの最適化は、依然として手作業で反復するエンジニアに大きく依存しています。 LLMベースのエージェントは、このループを自動化するための道を開くが、2つの問題が残る。 まず、エージェントはコードトランスレータとしてのみ使用され、イテレーション間で方法論を蓄積しません。 第二に、最適化空間は予め定義された範囲に限定されており、構造的に新しいアイデアを導入することは滅多にない。 これらの問題に対処するために,推奨モデルとそれを駆動する最適化手法を共進化させるマルチエージェントフレームワークであるEvoRecを提案する。 リサーチエージェントとコードエージェントは各ラウンドでモデルを反復し、スキルエボルバーは過去の実験の永続記憶から定期的に再利用可能な方法論を蒸留します。 2つの公開ベンチマークと1つの大規模産業データセットの実験によると、EvoRecは最強ベースラインでオフラインメトリクスを最大5.54%改善し、オンラインA/Bテストは1.85%の収益アップと1.02%のCTRゲインを提供する。

関連論文リスト

• RecHarness: A Bandit-Routed Agentic Harness for Self-Evolving Recommender Systems [13.996058312764534]
  RecHarnessは、自動レコメンデータモデル最適化のためのBandit-Routed Agentic Harnessである。 最適化プロセスを2つのステップに分割する: 履歴検証フィードバックに従って、バンドルータが次の修正方向を選択する。 長距離探査を継続するため、RecHarnessはジャンプベース機構を使用して、局所的な編集が停滞すると構造ジャンプアームを起動する。
  論文  参考訳（メタデータ） (2026-07-31T10:15:38Z)
• KAT-Coder-V2.5 Technical Report [61.907486544595336]
  KAT-Coder-V2.5は、実際の実行可能リポジトリ内で自律的に動作するよう訓練されたコーディング中心のエージェントモデルである。 マルチ言語リポジトリをサンドボックス環境に再構築し、フェイル・ツー・パスとパス・ツー・パスの検証を大規模に行う。 我々はさらに、ハーネスランダム化による強化学習、信頼性の強化されたサンドボックス、非対称なアクター-クリティックPPO、およびハイチ指向の報酬フレームワークをスケールする。
  論文  参考訳（メタデータ） (2026-07-06T08:14:02Z)
• AgentX: Towards Agent-Driven Self-Iteration of Industrial Recommender Systems [82.01232437066487]
  AgentXはプロダクションデプロイされたマルチエージェントシステムで、このプロダクション機能を再構築する。 自律的に生成し、実装し、評価し、レコメンデーション実験から学ぶ。 AgentXは4つの密結合したステージをクローズドループでオーケストレーションする。
  論文  参考訳（メタデータ） (2026-06-25T10:42:28Z)
• HMACE: Heterogeneous Multi-Agent Collaborative Evolution for Combinatorial Optimization [19.90781293176099]
  HMACEは異種多言語協調進化フレームワークである。 それぞれの進化生成を4つの調整されたエージェントで自律的で役割特異的なループに分解する。 冗長な評価を避けながら、多様で有望な行動への探索を導く。
  論文  参考訳（メタデータ） (2026-05-08T04:02:28Z)
• RetroAgent: From Solving to Evolving via Retrospective Dual Intrinsic Feedback [54.39884046754265]
  RetroAgentは、エージェントが複雑なインタラクティブ環境をマスターできるオンラインRLフレームワークである。 実験の結果,RetroAgentはSOTA(State-of-the-art)の性能を達成できた。
  論文  参考訳（メタデータ） (2026-03-09T16:23:33Z)
• MM-HELIX: Boosting Multimodal Long-Chain Reflective Reasoning with Holistic Platform and Adaptive Hybrid Policy Optimization [103.74675519953898]
  ロングチェーンのリフレクティブ推論は、複雑な現実世界の問題を解決するための前提条件である。 我々は42の難解な合成タスクの1,260のサンプルからなるベンチマークを構築した。 トレーニング後のデータを生成し、そのようなデータを活用するための学習パラダイムを探索する。
  論文  参考訳（メタデータ） (2025-10-09T17:53:58Z)
• R&D-Agent: An LLM-Agent Framework Towards Autonomous Data Science [70.1638335489284]
  高レベルの機械学習エンジニアリングタスクは、労働集約的で反復的である。 機械学習プロセスを形式化する包括的で分離されたフレームワークであるR&D-Agentを紹介します。 R&D-AgentはMLEを2つのフェーズと6つのコンポーネントに定義し、MLEのエージェント設計を原則としてテスト可能なプロセスに変える。
  論文  参考訳（メタデータ） (2025-05-20T06:07:00Z)
• RAG-Gym: Systematic Optimization of Language Agents for Retrieval-Augmented Generation [43.50113345998687]
  本稿では,(1)プロンプトエンジニアリング,(2)アクターチューニング,(3)批判的トレーニングという,3つの最適化次元を探求する総合的なプラットフォームであるRAG-Gymを紹介する。 本稿では,リフレクション推論を取り入れた新しいエージェントであるRe$2$Searchを提案する。 アクターチューニングにおいて,プロセスの監督をきめ細かい3つの人気のあるポストトレーニングアルゴリズムを評価し,直接選好最適化を最も効果的に評価する。
  論文  参考訳（メタデータ） (2025-02-19T18:56:03Z)
• Retrieval-Augmented Reinforcement Learning [63.32076191982944]
  過去の経験のデータセットを最適な行動にマップするために、ネットワークをトレーニングします。 検索プロセスは、現在のコンテキストで有用なデータセットから情報を取得するために訓練される。 検索強化R2D2はベースラインR2D2エージェントよりもかなり高速に学習し,より高いスコアを得ることを示す。
  論文  参考訳（メタデータ） (2022-02-17T02:44:05Z)

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。