論文の概要: Auto-RecSys: Harnessing Autonomous Research Agents for Industry-Scale Recommender System
- arxiv url: http://arxiv.org/abs/2609.10922v1
- Date: Thu, 10 Sep 2026 00:09:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-11 23:53:35.16659
- Title: Auto-RecSys: Harnessing Autonomous Research Agents for Industry-Scale Recommender System
- Title（参考訳）: オートRecSys:産業用レコメンダシステムのための自律型研究エージェントのハーネス
- Abstract要約: Auto-RecSysは、産業規模のレコメンデーションモデルに関する長期実験のための自律的な研究システムである。
Auto-RecSysは、実験サイクルあたりの人的時間を大幅に削減し、プレイブックが成熟するにつれて実行信頼性を向上させる。
- 参考スコア（独自算出の注目度）: 20.228106034590336
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Auto-research agents have shown the potential to automate hypothesis generation, experiment execution, and iterative refinement. However, scaling this paradigm to industry-scale recommendation models introduces two challenges: (1) long feedback loops, where model training can take days, making serial iteration prohibitively slow and requiring parallel exploration across multiple research directions; and (2) system complexity, where large configurations, fragile infrastructure dependencies, and multi-day GPU jobs require robust and recoverable execution. We present Auto-RecSys, an autonomous research system for long-horizon experimentation on industry-scale recommendation models. Auto-RecSys addresses these challenges through three harness designs: (1) distributed asynchronous execution for running multiple experiments in parallel across servers, (2) centralized cross-server memory for persistent and recoverable execution across sessions and failures, and (3) cognitive-procedural separation, where natural-language skill files guide LLM reasoning while deterministic scripts enforce operational correctness. Auto-RecSys further employs a dual-loop self-evolving architecture: an Execution Evolution Loop in which model-specific playbooks accumulate operational knowledge by recording failed attempts and crystallizing successful pipelines, and an Idea Evolution Loop in which experimental outcomes inform subsequent ideation. Evaluated on recommendation models, Auto-RecSys significantly reduces the human time required per experiment cycle and improves execution reliability as its playbooks mature.
- Abstract（参考訳）: 自動検索エージェントは仮説生成、実験実行、反復的改善を自動化する可能性を示してきた。
しかし、このパラダイムを業界規模のレコメンデーションモデルに拡張するには、2つの課題がある。(1) 長いフィードバックループ、モデルのトレーニングに何日もかかること、シリアルイテレーションを違法に遅くし、複数の研究方向を横断する並列探索を必要とすること、2) 大規模な構成、脆弱なインフラストラクチャ依存性、複数日のGPUジョブが堅牢で回復可能な実行を必要とするシステム複雑性。
本稿では,産業規模のレコメンデーションモデルを用いた長期実験のための自律型研究システムであるAuto-RecSysを紹介する。
Auto-RecSysは、(1)複数の実験をサーバ間で並列に実行するための分散非同期実行、(2)セッションと障害間で持続的かつ回復可能な実行のための集中型クロスサーバメモリ、(3)自然言語のスキルファイルがLCM推論をガイドし、決定論的スクリプトが運用上の正当性を強制する、という3つのハーネス設計を通じて、これらの課題に対処する。
Auto-RecSysはさらにデュアルループの自己進化型アーキテクチャ(Execution Evolution Loop)を採用し、モデル固有のプレイブックは失敗した試みを記録し、成功したパイプラインを結晶化することで運用上の知識を蓄積する。
推奨モデルに基づいて評価すると、Auto-RecSysは実験サイクルあたりの人的時間を大幅に削減し、プレイブックが成熟するにつれて実行信頼性を向上させる。
関連論文リスト
- AutoLR: Automating the Path from Research to Launch Review in Industrial Recommender Systems [7.383658399787325]
NetEaseのゲームコミュニティアプリである textbfDASHEN では、エンジニアが研究論文や技術レポート、先行生産実験から期待できる方向を特定する。
有望な候補者はオンラインA/Bテストに進み、確固たる利得を示す者はLaunch Reviewに提出される。
最初はtextbfAuto Launch Review として開発された textbfAutoLR を,その後上流に拡張して,自律的な研究からローンチまでのハーネスを提供する。
論文 参考訳（メタデータ） (2026-09-04T08:30:36Z) - 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) - NanoResearch: Co-Evolving Skills, Memory, and Policy for Personalized Research Automation [59.19858972597063]
LLMを利用したマルチエージェントシステムは、アイデアから論文執筆までの完全な研究パイプラインを自動化できるようになったが、根本的な疑問が残る。
我々は,三段階共進化によってこれらのギャップに対処するマルチエージェントフレームワークであるNanoResearchを提案する。
技能銀行は、繰り返しの業務をプロジェクト間で再利用可能なコンパクトな手続き規則に蒸留する。
メモリモジュールは、各ユーザの研究履歴における計画決定の基礎となる、ユーザとプロジェクト特有のエクスペリエンスを維持します。
ラベルフリーポリシー学習は、自由形式のフィードバックをプランナーの永続パラメータ更新に変換し、その後の調整を再構築する。
論文 参考訳（メタデータ） (2026-05-11T16:33:47Z) - TREX: Automating LLM Fine-tuning via Agent-Driven Tree-based Exploration [31.598039827972727]
大規模言語モデル(LLM)は、独立した科学的タスクを実行するためにAI研究エージェントに権限を与えている。
本稿では,LLMトレーニングライフサイクル全体を自動化したマルチエージェントシステムTREXを紹介する。
論文 参考訳（メタデータ） (2026-04-15T17:38:06Z) - AutoSOTA: An End-to-End Automated Research System for State-of-the-Art AI Model Discovery [49.77172027295716]
AutoSOTAは、トップレベルのAI論文で発表された最新のState-Of-The-Art(SOTA)モデルを進化させるエンドツーエンドの自動研究システムである。
報告された方法を超える新しい105種類のSOTAモデルを発見し、平均して1紙あたり平均5時間である。
論文 参考訳（メタデータ） (2026-04-07T07:52:01Z) - RESCORE: LLM-Driven Simulation Recovery in Control Systems Research Papers [18.24843021913362]
制御システムの研究論文から数値シミュレーションを再構築することは、未特定パラメータやあいまいな実装の詳細によってしばしば妨げられる。
本稿では,論文の再現性を忠実に再現する実行可能なコードを生成する自動システムの課題である,シミュレーション検索性に関する論文の課題を定義する。
本稿では,3つのLLMエージェントフレームワークであるRESCORE,Analyzer,Coder,Verifierを提案する。
提案手法は,40.7%のベンチマークインスタンスに対して,タスクコヒーレントなシミュレーションを正常に再現し,シングルパス生成よりも優れていた。
論文 参考訳（メタデータ） (2026-04-06T00:13:14Z) - SPARE: Single-Pass Annotation with Reference-Guided Evaluation for Automatic Process Supervision and Reward Modelling [58.05959902776133]
私たちはSingle-Passを紹介します。
Reference-Guided Evaluation (SPARE)は、効率的なステップごとのアノテーションを可能にする新しい構造化フレームワークである。
数学的推論(GSM8K, MATH)、マルチホップ質問応答(MuSiQue-Ans)、空間推論(SpaRP)にまたがる4つの多様なデータセットにおけるSPAREの有効性を実証する。
ProcessBenchでは、SPAREがデータ効率のよいアウト・オブ・ディストリビューションの一般化を実証し、トレーニングサンプルの$sim$16%しか使用していない。
論文 参考訳（メタデータ） (2025-06-18T14:37:59Z) - Thinking Longer, Not Larger: Enhancing Software Engineering Agents via Scaling Test-Time Compute [61.00662702026523]
より大規模なモデルではなく、推論時間の増加を活用する統合されたテスト時間計算スケーリングフレームワークを提案する。
当社のフレームワークには,内部TTCと外部TTCの2つの補完戦略が組み込まれている。
当社の textbf32B モデルは,DeepSeek R1 671B や OpenAI o1 など,はるかに大きなモデルを上回る 46% の課題解決率を実現している。
論文 参考訳（メタデータ） (2025-03-31T07:31:32Z) - Imitate, Explore, and Self-Improve: A Reproduction Report on Slow-thinking Reasoning Systems [92.89673285398521]
o1のような推論システムは、複雑な推論タスクを解く際、顕著な能力を示した。
推論モデルをトレーニングするために、模倣、探索、自己改善のフレームワークを導入します。
提案手法は,産業レベルの推論システムと比較して競争性能が向上する。
論文 参考訳（メタデータ） (2024-12-12T16:20:36Z) - ReST meets ReAct: Self-Improvement for Multi-Step Reasoning LLM Agent [50.508669199496474]
外部知識に基づいて推論と行動を行うReAct-style LLMエージェントを開発した。
エージェントをReSTライクな手法で改良し,従来の軌道上で反復的に訓練する。
引き起こされた大きなモデルから始まり、アルゴリズムのたった2イテレーションの後に、微調整された小さなモデルを生成することができる。
論文 参考訳（メタデータ） (2023-12-15T18:20:15Z)
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。