論文の概要: Decision4Rec: A Jev-Inspired Framework of Decision Models on Knowledge and Active Graphs for Multi-Agent Recommender Systems
- arxiv url: http://arxiv.org/abs/2610.26035v1
- Date: Mon, 19 Oct 2026 08:56:56 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-10-20 22:02:29.117092
- Title: Decision4Rec: A Jev-Inspired Framework of Decision Models on Knowledge and Active Graphs for Multi-Agent Recommender Systems
- Title（参考訳）: Decision4Rec:マルチエージェントレコメンダシステムのための知識とアクティブグラフに基づくJevにインスパイアされた決定モデルフレームワーク
- Abstract要約: Decision4Recはオープンでモジュール化されたフレームワークで、意思決定モデルを推奨に役立てます。
エージェントのプールは候補者を提案し、残りランキングはベスト30を維持します。
3つのシナリオの実際の選択に基づいて一度トレーニングされた決定モデルは、型付き質問の1つのインターフェースを通してそれらを読み取り、融合ステップはその回答とランクのスコアを結合する。
- 参考スコア（独自算出の注目度）: 2.3798745499991663
- License:
- Abstract: Decision models, such as the commercial Jev, are language models that return one probability for each option of a question instead of generating text. We present Decision4Rec, an open and modular framework that makes decision models useful for recommendation. A knowledge graph writes the logs of each recommendation scenario as short statements on a defined scale, such as "sold: top 10%". A pool of agents, proposes candidates, and a residual ranker keeps the best 30. A decision model, trained once on real choices of three scenarios, reads them through one interface of typed questions, and a fusion step combines its answers with the score of the ranker. Any model with this interface can be used, and we run the commercial Jev, the released open Kev and Kev models trained by us on recommendation requests. The framework with a trained 4B decision model is 25 to 36% above the best trained baseline in NDCG@10 in three sparse Amazon catalogues, one of them never used to train the decision model, and almost tie with baselines on the dense Steam dataset. Most of the gain comes from the pool, and with a trained recommender it comes from what the agents know about its candidates rather than from new candidates. The 27B decision model adds to the pool 5 to 6% above the 0.8B model in three of four domains. A trained 0.8B open model beats the released Jev in eleven of fifteen settings and is never worse. On MovieLens-1M, a dense domain never seen in training, the gain is 5 to 7%. Code, configurations and trained models are available at https://github.com/marcopoli/decision4rec and https://huggingface.co/m-polignano.
- Abstract（参考訳）: 有償のJevのような決定モデルは、テキストを生成する代わりに質問の各オプションに対して1つの確率を返す言語モデルである。
Decision4Recはオープンでモジュール化されたフレームワークで、意思決定モデルを推奨に役立てます。
ナレッジグラフは、各レコメンデーションシナリオのログを、“Sold: Top 10%”など、定義されたスケールでの短いステートメントとして記述する。
エージェントのプールは候補者を提案し、残りランキングはベスト30を維持します。
3つのシナリオの実際の選択に基づいて一度トレーニングされた決定モデルは、型付き質問の1つのインターフェースを通してそれらを読み取り、融合ステップはその回答とランクのスコアを結合する。
このインターフェースを持つモデルはすべて使用でき、商用のJev、リリース済みのオープンなKevおよびKevモデルを実行し、レコメンデーションリクエストでトレーニングします。
トレーニングされた4B決定モデルを持つフレームワークは、3つのまばらなAmazonカタログにおいて、NDCG@10で最もトレーニングされたベースラインよりも25～36%高い。
ほとんどはプールから得ており、訓練された推薦者は、新しい候補者ではなく、その候補者についてエージェントが知っていることに由来する。
27B決定モデルは、4つの領域のうち3つの領域において0.8Bモデルより5から6%多い。
トレーニングされた0.8Bのオープンモデルは、リリースしたJevを15設定中11で打ち負かし、決して悪くはない。
MovieLens-1Mは、トレーニングで見たことのない濃密なドメインで、5〜7%の増加だ。
コード、設定、トレーニングされたモデルはhttps://github.com/marcopoli/decision4recとhttps://huggingface.co/m-polignanoで入手できる。
関連論文リスト
- JevAgentHarness: Benchmarking, Deploying and Training Decision Models That Share Control with LLMs [67.3059941230326]
大規模言語モデル(LLM)エージェントは、ソフトウェアを修正し、コンピュータを操作し、顧客にサービスを提供するが、そのハーネス、そしてそれらを実行するプログラムは、すべてのステップで大きなLLMを呼び出す。
ハーネスがこれらの決定を、ほとんど成功しない決定モデルに委譲する方法を問う。
AgentDecisionBenchは独立した質問から決定モデルをテストし、公開ベンチマークとDecisionGym環境上で実行中のエージェントを制御する。
次に、JevAgentHarnessを設計します。これは、エージェント自身の軌道上の各選択のしきい値に適合し、LLMがその下にあることを判断します。
論文 参考訳（メタデータ） (2026-10-15T07:27:08Z) - Releasing the Inner Jev: A Simple Recipe for Open Decision Models [5.492889521988416]
既存のオープン命令調整言語モデルでは、同等の性能が得られることを示す。
言語モデルヘッドのスライスからLoRAと決定ヘッドを使って、それぞれを微調整します。
その結果,オープン言語モデルはすでにSystem Oneの機能を持っていることがわかった。
論文 参考訳（メタデータ） (2026-10-12T17:59:37Z) - Fast Models, Slow Evidence: A Paired and Self-Audited Evaluation of System-1 Decision Models for LLM Agent Harnesses [6.778374627376906]
System-1決定モデルは、クラス確率で単一のフォワードパスでそのような質問に答える。
オープンウェイト (Laya) モデルとホスト (Jev) System-1 モデルとのペア評価を行った。
論文 参考訳（メタデータ） (2026-10-01T05:57:14Z) - Benchmarking System One decision models against trained classifiers and language models for automated decision gates [1.089614199781423]
1つのハーネスは6つのファミリーから8つの決定モデルチェックポイントを送信する。
タスクラベルでは、細調整されたDeBERTa-v3-largeが最も精度が高い。
その結果、自動決定ゲートの条件依存ルールが得られる。
論文 参考訳（メタデータ） (2026-09-29T19:57:59Z) - Multimodal RewardBench 2: Evaluating Omni Reward Models for Interleaved Text and Image [58.14192385042352]
マルチモーダル・リワードベンチ2(MMRB2)は,マルチモーダル理解と(インターリーブされた)生成に対する報酬モデルの最初のベンチマークである。
MMRB2はテキスト・ツー・イメージ、画像編集、インターリーブド・ジェネレーション、マルチモーダル推論の4つのタスクにまたがる。
21のソースタスクにわたる23のモデルとエージェントから、タスク毎に1000のエキスパートアノテートされた好みペアを提供する。
論文 参考訳（メタデータ） (2025-12-18T18:56:04Z) - OpenThoughts: Data Recipes for Reasoning Models [215.16652796083164]
OpenThoughtsプロジェクトは、推論モデルをトレーニングするためのオープンソースのデータセットを作成することだ。
OpenThoughts2-1Mデータセットは、公開推論データに基づいてトレーニングされた最初のモデルであるOpenThinker2-32Bに導かれた。
OpenThoughts3-7Bモデル。
論文 参考訳（メタデータ） (2025-06-04T17:25:39Z) - Multimodal RewardBench: Holistic Evaluation of Reward Models for Vision Language Models [82.92771279118888]
マルチモーダル報酬モデルを評価するためのエキスパートアノテートベンチマークであるMultimodal RewardBenchを紹介する。
我々のデータセットは、様々な視覚言語モデルから収集された5,211個の注釈付き(プロンプト、選択された応答、拒否された応答)三つ子からなる。
Gemini 1.5 ProやClaude 3.5 Sonnetといったトップパフォーマンスモデルでさえ、全体的な精度は72%に過ぎません。
論文 参考訳（メタデータ） (2025-02-20T01:48:13Z) - Molmo and PixMo: Open Weights and Open Data for State-of-the-Art Vision-Language Models [146.85788712792177]
Molmoは視覚言語モデル(VLM)の新たなファミリーであり、オープンネスのクラスにおける最先端技術である。
我々の最高のクラス72Bモデルは、オープンウェイトとデータモデルのクラスで他よりも優れています。
論文 参考訳（メタデータ） (2024-09-25T17:59:51Z) - RewardBench: Evaluating Reward Models for Language Modeling [100.28366840977966]
本稿では,報酬モデル評価のためのベンチマークデータセットとコードベースであるRewardBenchを紹介する。
データセットは、チャット、推論、安全性にまたがる、プロンプト・チョーゼン・リジェクトされたトリオのコレクションである。
RewardBenchのリーダーボードでは、様々な方法で訓練された報酬モデルを評価する。
論文 参考訳（メタデータ） (2024-03-20T17:49:54Z)
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。