論文の概要: A Self-Triggered Agentic Push Recommendation System

• arxiv url: http://arxiv.org/abs/2608.01949v1
• Date: Mon, 03 Aug 2026 09:20:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 15:07:25.466005
• Title: A Self-Triggered Agentic Push Recommendation System
• Title（参考訳）: セルフトリガー・エージェント・プッシュ・レコメンデーションシステム
• Authors: Zhao-Yu Zhang, Qingying Chen, Chunyuan Zheng, Jing Zhou, Jian Sun, Siqi Chen, Leiying Chen, Chuan Zhou, Huiyou Jiang, Xin Tao, Haoxuan Li, Zhouchen Lin,
• Abstract要約: プッシュ通知は、大規模プラットフォームにおける重要なレコメンデーションシナリオである。 本稿では,プロアクティブ・セルフトリガー・エンド・ツー・エンドのエージェント・プッシュ・レコメンデーションシステムを提案する。 STEPSはすでにDouyinに10億人以上のユーザーを抱えている。
• 参考スコア（独自算出の注目度）: 77.13502692161426
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Push notification is a critical recommendation scenario on large-scale platforms, allowing the system to proactively reach users outside the application to improve long-term re-engagement. However, designing an optimal push system requires handling a complex action space for the "whether and when" delivery problem under strict system resource constraints. Existing solutions typically fall into two passive paradigms: pre-planned frequency methods that allocate delivery times via offline modeling, limiting real-time adaptability; and fixed-interval triggering methods that periodically poll the system, creating a strict dilemma between excessive computational overhead and diminished optimal timing capture. Furthermore, such multi-stage frameworks severely suffer from local optima. To overcome these limitations, in this paper, we propose STEPS, a proactive, Self-Triggered End-to-end Agentic Push Recommendation System, which is already fully deployed at Douyin with over 1 billion users. STEPS reformulates push recommendation as a self-triggered agentic process in which the system decides not only whether to send a push, but also when to invoke itself again, thereby forming a closed loop that balances real-time effectiveness and efficiency. Specifically, STEPS consists of two decision transformer-based agents: a planning agent that schedules the next system invocation using a gated ordinal regression method, and an execution agent that decides whether to send a push based on trajectory rewards. Furthermore, we introduce a lightweight filtering agent to both control computational overhead and act as a crucial safeguard against unreasonable planning behaviors. Online A/B testing demonstrates that STEPS significantly increases user active days by 0.2843% and reduces the push permission disablement rate by 1.9089%, while the filtering agent reduces computational overhead by 79.42%.
• Abstract（参考訳）: プッシュ通知は、大規模プラットフォームにおいて重要な推奨シナリオであり、アプリケーションがアプリケーション外のユーザに積極的にリーチして、長期的再エンゲージメントを改善することができる。 しかし、最適なプッシュシステムを設計するには、厳密なシステムリソース制約の下での"いつ"配信問題に対する複雑なアクション空間を扱う必要がある。 既存のソリューションは通常、2つのパッシブパラダイムに分類される: オフラインモデリングによるデリバリ時間を割り当てる事前計画された頻度法、リアルタイム適応性を制限する方法、定期的にシステムをポーリングする固定間隔トリガー法、過剰な計算オーバーヘッドと最適タイミングキャプチャーの間の厳密なジレンマを作成する。 さらに、こうした多段階のフレームワークは、局所的な最適化に苦しむ。 本稿では,Douyinですでに10億人以上のユーザを抱えている,プロアクティブなセルフトリガー・エンド・ツー・エンドのエージェント・プッシュ・レコメンデーションシステムであるSTEPSを提案する。 STEPSはプッシュレコメンデーションを、プッシュを送信するかどうかだけでなく、再起動するタイミングも決定するセルフトリガーのエージェントプロセスとして再設計し、それによってリアルタイムの有効性と効率のバランスをとるクローズドループを形成する。 具体的には、STEPSは、2つの決定トランスフォーマーベースのエージェントからなる: ゲート順序回帰法を用いて次のシステム呼び出しをスケジュールする計画エージェントと、軌道上の報酬に基づいてプッシュを送信するかどうかを決定する実行エージェントである。 さらに,計算オーバーヘッドを制御し,不合理な計画行動に対する重要な保護策として機能する軽量なフィルタリングエージェントを導入する。 オンラインA/Bテストでは、STEPSはユーザのアクティブデイを0.2843%増加させ、プッシュパーミッションの無効化率を1.9089%減少させ、フィルタリングエージェントは計算オーバーヘッドを79.42%減少させる。

関連論文リスト

• MA-HEAD-Net: Adaptive Rule-Guided Multi-Agent DRL for AoI Minimization in UAV-Assisted Emergency Networks [71.01350912967922]
  事故後のシナリオでは、無人航空機(UAV)が緊急通信ネットワークを確立する上で重要である。 本稿では,UAV支援緊急通信における情報量(AoI)の最小化について検討する。 適応型ルール誘導多エージェント深層強化学習フレームワークMA-HEAD-Netを開発した。
  論文  参考訳（メタデータ） (2026-08-02T10:05:50Z)
• AdaptiveSD A Stability-Aware, Runtime-Adaptive Speculative Decoding Framework with Multi-Policy Orchestration for CPU-Constrained LLM Inference [0.0]
  固定深度投機的復号化は有望な手法の1つとして現れてきたが、実際には、帯域幅の飽和、不安定性、あるいは破滅的なリソースの枯渇による性能低下がシステム障害の原因となることが多い。 当社のソリューションは、4つの密結合したコンポーネントが連続的なフィードバックループで連携する。Adaptive Draft Controller、Dynamic Policy Engine、KVキャッシュ調整レイヤ、モニタリングエンジンである。 従来の手法はスループットを最大化することのみに重点を置いているが,提案手法の有効性は,投機的効率の標準的な測定基準と並行して,無駄な計算処理やトークン間遅延分散など,いくつかの重要な指標に基づいて評価する。
  論文  参考訳（メタデータ） (2026-07-04T13:39:40Z)
• Step-level Optimization for Efficient Computer-use Agents [51.29573359027217]
  我々は、強力なコンピュータ利用エージェントは、実際は高価で遅いと論じている。 本稿では,コンピュータ利用エージェントのためのイベント駆動ステップレベルカスケードを提案する。
  論文  参考訳（メタデータ） (2026-04-29T19:59:36Z)
• FlowPrefill: Decoupling Preemption from Prefill Scheduling Granularity to Mitigate Head-of-Line Blocking in LLM Serving [13.856291757420012]
  長期にわたる要求はリソースを独占し、より高いプライオリティの要求を遅らせ、TTFT(Time-to-first-token)サービスレベルの違反を広範囲に発生させる。 本稿では,TTFTに最適化されたサービスシステムであるFlowPrefillを提案する。 FlowPrefillは最先端システムと比較して最大出力を最大5.6$times$に改善することを示す。
  論文  参考訳（メタデータ） (2026-02-18T16:57:45Z)
• Towards Efficient Agents: A Co-Design of Inference Architecture and System [66.59916327634639]
  本稿では,エージェントアクセラレーションのための統合フレームワークであるAgentInferを提案する。 問題をAgentCollab、AgentSched、AgentSAM、AgentCompressの4つの相乗的コンポーネントに分解する。 BrowseComp-zhとDeepDiverベンチマークの実験では、これらの手法の相乗的コラボレーションを通じて、AgentInferは非効率なトークン消費を50%以上削減することを示した。
  論文  参考訳（メタデータ） (2025-12-20T12:06:13Z)
• FairBatching: Fairness-Aware Batch Formation for LLM Inference [2.0917668141703207]
  この研究は、この不公平の根本原因を特定する:時-時-時-(TBT)の非単調性 本稿では,タスクの充足と復号のリソース割り当てを公平に行う新しいシステムであるFair the Prioritizingを提案する。
  論文  参考訳（メタデータ） (2025-10-16T07:43:56Z)
• CSGO: Generalized Optimization for Cold Start in Wireless Collaborative Edge LLM Systems [62.24576366776727]
  本稿では,全体の推論遅延を最小限に抑えるために,遅延を考慮したスケジューリングフレームワークを提案する。 提案手法は,ベースライン戦略と比較して,コールドスタート遅延を著しく低減することを示す。
  論文  参考訳（メタデータ） (2025-08-15T07:49:22Z)
• Adaptive Reinforcement Learning for Unobservable Random Delays [46.04329493317009]
  本稿では,エージェントが観測不能かつ時間変化の遅れを適応的に処理できる汎用フレームワークを提案する。 具体的には、エージェントは予測不可能な遅延とネットワーク越しに送信される失われたアクションパケットの両方を処理するために、将来のアクションのマトリックスを生成する。 提案手法は,幅広いベンチマーク環境において,最先端の手法よりも優れた性能を示す。
  論文  参考訳（メタデータ） (2025-06-17T11:11:37Z)
• Reinforcement learning with distance-based incentive/penalty (DIP) updates for highly constrained industrial control systems [3.3754780158324564]
  エージェントが高度に制約されたアクション空間を扱えるような新しいRLアルゴリズムを考案する。 本アルゴリズムを産業制御問題,マイクログリッドシステム操作に適用し,その優位性を示す実験結果を得た。
  論文  参考訳（メタデータ） (2020-11-22T00:26:50Z)

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。