論文の概要: SR-Agent: An Experience-Driven Agentic Framework for Post-Ranking Strategy Refinement in E-Commerce Recommendation
- arxiv url: http://arxiv.org/abs/2607.17719v2
- Date: Tue, 21 Jul 2026 06:53:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-22 14:48:36.424477
- Title: SR-Agent: An Experience-Driven Agentic Framework for Post-Ranking Strategy Refinement in E-Commerce Recommendation
- Title（参考訳）: SR-Agent:Eコマースレコメンデーションにおけるポストランキング戦略リファインメントのためのエクスペリエンス駆動型エージェントフレームワーク
- Abstract要約: SRAgentは産業用電子商取引レコメンデーションシステム(RS)におけるポストグレード戦略を洗練するための最初のエージェントフレームワークである。
SR-Agentは、3つのコンポーネントを統合している: (i) ユーザ認識の悪いケースを検査するUserSimエージェント、 (ii) 繰り返し発生する悪いケースを構造化された再利用可能な診断に集約する分析エージェント、 (iii) 型付きおよび有界なアクションにマップする制約付き戦略リファインメントハーネス。
- 参考スコア（独自算出の注目度）: 17.227149633495586
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: User experience is a first-class objective in industrial e-commerce recommender systems (RS). Post-ranking strategies, which govern diversity, similarity, and exposure over a ranked list, are widely deployed in industrial RS for their simplicity and low serving cost. However, as the online recommendation environment evolves continuously, these statically configured strategies gradually become stale, thereby degrading the user experience. Refining them typically relies on manual inspection, diagnosis, and updates, making it slow, costly, and difficult to scale or reuse. Although recent LLM-based agents (e.g., RecUserSim, SimUSER, and Self-EvolveRec) offer promising directions, none of them close the full loop of automated, self-evolving strategy refinement. To bridge this gap, we introduce SR-Agent, which, to the best of our knowledge, is the first agentic framework deployed to refine post-ranking strategies in industrial RS. SR-Agent unifies three components: (i) a UserSim agent that applies inspection skills to surface user-perceived bad cases; (ii) an Analysis agent that consolidates recurring bad cases into structured, reusable diagnoses; and (iii) a constrained Strategy Refinement Harness that maps diagnoses to typed and bounded actions, gated by a four-stage reward pipeline with reversible rollback. Deployed on the Kuaishou e-commerce platform, SR-Agent continuously runs this refinement loop and, in a one-month online A/B test, increases order volume by 0.71%, browsing depth by 0.34%, and clicked-category diversity by 0.48%, while markedly shortening the refinement cycle and lowering operational cost.
- Abstract（参考訳）: ユーザエクスペリエンスは、産業用eコマースレコメンデーションシステム(RS)における第一級の目標である。
多様性、類似性、およびランクリスト上での露出を統制するポストグレード戦略は、単純で低いサービスコストのために産業RSに広く展開されている。
しかし、オンラインレコメンデーション環境が継続的に進化するにつれて、静的に設定された戦略は徐々に停滞し、ユーザエクスペリエンスが劣化する。
通常、手作業による検査、診断、更新に依存しており、遅く、コストがかかり、スケールや再利用が難しい。
最近のLCMベースのエージェント(例えば、RecUserSim、SimUSER、Self-EvolveRec)は、有望な方向を提供するが、自動化された自己進化型の戦略改善の完全なループを閉じることはない。
このギャップを埋めるために、我々はSR-Agentを導入する。SR-Agentは、我々の知る限り、産業RSにおけるポストグレード戦略を洗練するための最初のエージェント・フレームワークである。
SR-Agentは3つのコンポーネントを統一する。
一 利用者が認識した悪事に対する検査の技能を行使するユーザシムエージェント
2 再発例を構造的再利用可能な診断に集約する分析剤及び
三 診断を型付き及び有界な行動にマッピングし、可逆的なロールバックを伴う四段階の報酬パイプラインで弁済する制約付き戦略リファインメントハーネス。
クアイショーのeコマースプラットフォーム上に展開されたSR-Agentは、このリファインメントループを継続的に実行し、1ヶ月のオンラインA/Bテストにおいて、注文量0.71%、ブラウジング深さ0.34%、クリックされたカテゴリの多様性0.48%の増加とともに、リファインメントサイクルの短縮と運用コストの大幅な削減を実現している。
関連論文リスト
- PILOT Technical Report [12.594036897595993]
PILOT(Proactive Insight Learner for Online Tree-Experiments)は、制約のある制御ループ内で3つの役割を編成する。
マネージャはエージェントを積極的にし、プランナーはグローバルチューニングを超えて人口レベルのパーソナライズを可能にし、キュレーターはすべての完了したタスクを次の学習機会に変える。
5つの実験的なバケットでTaobaoのプラットフォーム上にデプロイされたPILOTは、ライフサイクルガバナンスや構造化仮説テストのないフリー探索エージェントであるROAM(Reactive Optimization with Agent-driven Moves)と比較される。
論文 参考訳（メタデータ） (2026-08-19T07:35:10Z) - DREAM Technical Report [53.37525197047151]
DREAMは、既存のパイプラインの上に認識認識、オーケストレーション、監査可能なポリシ層を追加し、それを置き換えることなく、自律的な最適化制御アーキテクチャである。
DREAMには2つのコアコンポーネントがある。まず、3層Intent Engineはデバイス上の信号を構造化されたL0/L1/L2インテント表現に融合する。エッジクラウドトリガーチェーンはレポートのボリュームを約8.7%に削減する。
第2に、Meta EngineはMetaModelを使って、層状M1-to-M2-to-M3推論(インテントの要約、ストラテジーメモリに通知されるストラテジープランニング、パラメータ変換など)を定式化したM1-to-M2-to-M3推論に使用します。
論文 参考訳（メタデータ） (2026-08-10T10:35:32Z) - A-SR: Self-Evolving Agentic LLMs for Symbolic Regression via Hierarchical Coordination [51.06539604709775]
本稿では、制御ユニットを表現編集からロール条件のエビデンスビューへシフトさせる自己進化型エージェントフレームワークであるA-SRを提案する。
A-SRは、コーディネートプロトコル、オンライン評価器・リワードロールポリシー、および状態制御プロセスメモリ間のルーティングによる公式発見をコーディネートする。
論文 参考訳（メタデータ） (2026-08-05T14:01:10Z) - A/B Agent: A Self-Evolving Agent for Strategy Iteration in Industrial A/B Testing [28.455537827793744]
産業レコメンデーション戦略は大規模A/B実験に大きく依存している。
従来のチューニングでは、専門家は戦略を繰り返し設計し、実験を設定し、結果を分析し、パラメータを調整する必要がある。
産業推薦戦略最適化のための閉ループA/BエージェントであるA/Bエージェントを提案する。
論文 参考訳（メタデータ） (2026-08-05T09:28:43Z) - AgentCompass: A Unified Evaluation Infrastructure for Agent Capabilities [55.23913617185508]
Agentは、LLM(Large Language Models)ベースのエージェントを評価するための、オープンソース、軽量、インフラストラクチャである。
Benchmark、Harness、Environmentという3つの独立したコンポーネントに関する評価プロセスを編成する。
フォールトトレラントなランタイムと、報酬ハックのような障害モードを透過的に診断する包括的なトラジェクトリ分析ツールを備えている。
論文 参考訳（メタデータ） (2026-07-15T11:11:17Z) - Plan First, Judge Later, Run Better: A DMAIC-Inspired Agentic System for Industrial Anomaly Detection [51.90293101535452]
本稿では, DMAIC-IAD (DMAIC-inspired Agentic Industrial Anomaly Detection) というマルチエージェントシステムを提案する。
DMAIC-IADは,適用対象のエージェントベースラインに対する平均検出性能を37.76%向上させる。
論文 参考訳（メタデータ） (2026-06-03T08:38:14Z) - 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) - Experience-Guided Adaptation of Inference-Time Reasoning Strategies [49.954515048847874]
Experience-Guided Reasoner (EGuR) は蓄積された経験に基づいて推論時に調整された戦略を生成する。
EGuRは最強のベースラインに対して最大14%の精度向上を実現し、計算コストを最大111倍に削減する。
論文 参考訳（メタデータ） (2025-11-14T17:45:28Z) - OneSearch: A Preliminary Exploration of the Unified End-to-End Generative Framework for E-commerce Search [43.94443394870866]
OneSearchは、eコマース検索のための最初の産業向けエンドツーエンド生成フレームワークである。
OneSearchは運用費を75.40%削減し、Model FLOPsの利用を3.26%から27.32%に改善した。
このシステムはKuaishouの複数の検索シナリオにまたがって展開され、数百万のユーザーにサービスを提供している。
論文 参考訳（メタデータ） (2025-09-03T11:50:04Z) - LLM-Based User Simulation for Low-Knowledge Shilling Attacks on Recommender Systems [28.559223475725137]
我々は,Large Language Model(LLM)ベースのエージェントを利用して,低知識かつ高インパクトなシリング攻撃を行う新しいフレームワークであるAgent4SRを紹介する。
Agent4SRは、対向的なインタラクションを編成し、アイテムを選択し、評価を割り当て、レビューを作成し、行動の妥当性を維持しながら、現実的なユーザ動作をシミュレートする。
以上の結果から,レコメンデーションシステムにおける防衛強化の必要性を浮き彫りにして,LSMを駆使したエージェントによる新たな緊急脅威の出現が示唆された。
論文 参考訳（メタデータ） (2025-05-18T04:40:34Z)
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。