論文の概要: Beyond Successor Accuracy: State Retention for Recursive Self-Improvement in Recommendation

• arxiv url: http://arxiv.org/abs/2610.07105v1
• Date: Mon, 05 Oct 2026 15:03:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.56175
• Title: Beyond Successor Accuracy: State Retention for Recursive Self-Improvement in Recommendation
• Title（参考訳）: 継承者の正確性を超えて:再帰的自己改善のための状態保持
• Abstract要約: 本稿では,Rec-RSIレコメンデーションモデルにおける非分散進行の定量化を行う。 ランク分離統計は、選択時にラベルなしで、どの家族が保持するかを予測する。 5つの伝達機構は、これらの利得を1つのモデルで一貫して再現しない。
• 参考スコア（独自算出の注目度）: 12.438323832304249
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recommendation recursive self-improvement (Rec-RSI) feeds recommender outputs into subsequent training. Evaluating each round solely through its latest model assumes that the successor consolidates the update, although pre- and post-update models may retain complementary ranking decisions. We term this \emph{distributed progress} and quantify it using cross-generation advantage (CGA), a marginally matched contrast between cross- and within-generation model pairs. A rank-separation statistic, label-free at selection time, predicts which family to retain. Across four datasets and three sequential recommendation encoders, the preferred retention regime varies by architecture: cross-generation pairing benefits GRU4Rec and SASRec, whereas FMLP initially favors within-generation pairing and shifts toward cross-generation pairing after a second update. Rank separation selects the stronger family in 12/12 first-update and 5/6 second-update dataset-encoder settings; on held-out tests, the selected family outperforms the direct successor in 34/36 trajectories. Five transfer mechanisms do not consistently reproduce these gains in one model. These findings establish state retention as a distinct Rec-RSI problem: progress may reside in relations between generations as well as in the latest model. Code is available at \href{https://github.com/Jinfeng-Xu/RecRSI}{https://github.com/Jinfeng-Xu/RecRSI}.
• Abstract（参考訳）: Recommendation recursive self-improvement (Rec-RSI)は、推奨者のアウトプットをその後のトレーニングに供給する。 各ラウンドを最新のモデルでのみ評価することは、後継モデルが更新を統合することを前提としている。 我々は、これをemph{distributed progress}と呼び、クロスジェネレーション・アドバンテージ(CGA)を用いて、クロスジェネレーションとインジェネレーション・モデルペア間の差分に一致したコントラストを定量化する。 ランク分離統計は、選択時にラベルなしで、どの家族が保持するかを予測する。 4つのデータセットと3つのシーケンシャルレコメンデーションエンコーダにまたがって、アーキテクチャによって好みの保持構造が変わる。 クロスジェネレーションペアリングはGRU4RecとSASRecにメリットがある。 ランク分離は、12/12の第一更新と5/6の第二更新データセットエンコーダ設定で、強い家族を選択する。 5つの伝達機構は、これらの利得を1つのモデルで一貫して再現しない。 これらの結果から,Rec-RSI問題として状態保持が確立された。 コードは \href{https://github.com/Jinfeng-Xu/RecRSI}{https://github.com/Jinfeng-Xu/RecRSI} で公開されている。

関連論文リスト

• From Valid to Useful: Post-Verification Acquisition for Recursive Self-Improving Recommendation [4.719778033429917]
  診断・再帰的自己改善レコメンデーション(DA-RSIR) DA-RSIRは、モデルの予測が強化された相互作用に対してどの程度の差があるかによって、検証されたシーケンスをランク付けする。 これはBayesian Active Learning by Disagreement(BALD)から派生したスコアを使用し、Monte Carlo(MC)のドロップアウトで推定される。
  論文  参考訳（メタデータ） (2026-10-03T05:31:09Z)
• SIPO: Selective-Inference Policy Optimization for Tree-Structured Agentic RL [23.46401628317993]
  本稿では、この区別をツリーベースの信用評価に組み込んだ選択推論ポリシー最適化(SIPO)を提案する。 そのスケールのない分岐基準は、一貫した相対的なスケールで生成スコアと兄弟のペナルティを保持する。 SIPOは比較手法の中で最も高いマルチホップとシングルホップの平均を達成している。
  論文  参考訳（メタデータ） (2026-09-28T10:09:48Z)
• REER-PT: Reverse-Engineered Reasoning for Perplexity-Guided Pre-training Data Augmentation [64.84437332310516]
  我々は,Reverse-Engineered Reasoning (REER) を生の事前学習データに拡張するスケーラブルなフレームワークである textbfREER-PT を紹介する。 REER-PTは予測が難しいが、それ以前のコンテキストから推論できる継続を識別し、コンテキストと継続の間の欠落した接続を再構築する簡潔な推論アノテーションを挿入する。 このスパース変換は、ソーステキストを保存し、トレーニング前のオンライン推論ロールアウトを避けることで、標準的な次世代の予測と互換性を維持します。
  論文  参考訳（メタデータ） (2026-08-31T11:34:19Z)
• RecRec: Recursive Refinement for Sequential Recommendation [2.134948383299948]
  逐次リコメンデータシステムは、通常、反復的な洗練を伴わずに、インタラクション履歴のシングルパス符号化を通じて、ユーザの好みを推測する。 本稿では,コンパクトな潜伏状態を維持する軽量モデルRecRecを提案する。 実験の結果、RecRecは3.9Mから14Mのパラメータしか使用せず、最先端のシーケンシャル、グラフベース、推論強化のレコメンデータと一致または性能を向上することが示された。
  論文  参考訳（メタデータ） (2026-07-12T02:53:17Z)
• An Embarrassingly Simple Graph Heuristic Reveals Shortcut-Solvable Benchmarks for Sequential Recommendation [50.09718257952108]
  Sequentialsolvは、シーケンシャルなパターンとセマンティックなアイテム情報を組み合わせたジェネレーティブなレコメンデーターへと移行している。 これらの手法は、しばしば、広く使われている少数のベンチマークで評価され、重要な疑問を提起する: これらのベンチマークは、現代のジェネレーティブレコメンデーターが提供しようとしている高度なモデリング機能を必要としているか? 我々は、意図的な単純なグラフでベンチマーク監査を行い、最後の1つか2つの項目から、数ホップの項目遷移グラフから候補を検索し、項目間類似度でランク付けする。
  論文  参考訳（メタデータ） (2026-05-08T02:00:11Z)
• Can Recommender Systems Teach Themselves? A Recursive Self-Improving Framework with Fidelity Control [82.30868101940068]
  本稿では,外部データや教師モデルに依存することなく,モデルが自身のパフォーマンスをブートストラップするパラダイムを提案する。 我々の理論的分析は、RSIRがデータ駆動型暗黙正則化器として機能し、最適化景観を円滑にしていることを示している。 より小さなモデルであっても利点があり、弱いモデルはより強力なモデルに対して効果的なトレーニングカリキュラムを生成することができることを示す。
  論文  参考訳（メタデータ） (2026-02-17T15:31:32Z)
• Consensus-Adaptive RANSAC [104.87576373187426]
  本稿では,パラメータ空間の探索を学習する新しいRANSACフレームワークを提案する。 注意機構は、ポイント・ツー・モデル残差のバッチで動作し、軽量のワンステップ・トランスフォーマーで見いだされたコンセンサスを考慮するために、ポイント・ツー・モデル推定状態を更新する。
  論文  参考訳（メタデータ） (2023-07-26T08:25:46Z)
• Contrastive Self-supervised Sequential Recommendation with Robust Augmentation [101.25762166231904]
  Sequential Recommendation Describes a set of technique to model dynamic user behavior to order to predict future interaction in sequence user data。 データスパーシリティやノイズの多いデータなど、古くて新しい問題はまだ残っている。 逐次レコメンデーション(CoSeRec)のためのコントラスト型自己監督学習を提案する。
  論文  参考訳（メタデータ） (2021-08-14T07:15:25Z)
• S^3-Rec: Self-Supervised Learning for Sequential Recommendation with Mutual Information Maximization [104.87483578308526]
  本稿では,シーケンスレコメンデーションのための自己改善学習のためのモデルS3-Recを提案する。 そこで本稿では,属性,項目,サブシーケンス,シーケンス間の相関関係を学習するために,4つの補助的自己教師対象を考案する。 6つの実世界のデータセットで実施された大規模な実験は、既存の最先端手法よりも提案手法が優れていることを示す。
  論文  参考訳（メタデータ） (2020-08-18T11:44:10Z)

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。