論文の概要: AutoRSE: Evaluating LLM Agents as Recommendation Engineers for Self-Evolving Recommender Systems

• arxiv url: http://arxiv.org/abs/2610.37228v1
• Date: Tue, 27 Oct 2026 13:38:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.642717
• Title: AutoRSE: Evaluating LLM Agents as Recommendation Engineers for Self-Evolving Recommender Systems
• Title（参考訳）: AutoRSE:自己進化型レコメンダシステムのためのレコメンデーションエンジニアとしてのLLMエージェントの評価
• Abstract要約: Recommender Systems Engineer Agents (RSE-Agents) は、LLMベースのエージェントを使用してレコメンデーションアルゴリズムを自律的に改善する。 本稿では,6つの産業レベルのレコメンデーションタスクを対象とした評価フレームワークAutoRSEを紹介する。 以上の結果から, RSE-Agentsは6つのタスクのうち5つのタスクのバックボーンの性能を継続的に向上し, 平均相対改善率は16.1%であった。
• 参考スコア（独自算出の注目度）: 52.26545945651721
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recommender Systems Engineer Agents (RSE-Agents), which use LLM-based agents to autonomously improve recommendation algorithms, are emerging as a promising paradigm. However, their capabilities and limitations remain poorly understood due to the lack of a unified, standardized evaluation framework and systematic trajectory-level analysis. To address this gap, we introduce AutoRSE, an evaluation framework spanning six representative industrial-grade recommendation tasks, and conduct a large-scale empirical study of three frontier LLMs across three widely used agent harnesses. Our results show that RSE-Agents consistently enhance the performance of backbones on five of the six tasks, with an average relative improvement of 16.1%, indicating that they can already autonomously improve recommendation performance. However, trajectory-level analysis also reveals that current RSE-Agents function primarily as engineering optimizers rather than algorithmic improvers: their gains are largely driven by hyperparameter tuning, training strategies, and model ensembling, while genuine algorithmic innovations are rare. Since the largest gains in recommender systems often stem from algorithmic advances, this behavior underscores a fundamental limitation of current RSE-Agents. To probe this limitation, we perform idea-injection experiments and show that agents equipped with innovative ideas from frontier research or human experts achieve substantially larger improvements than those relying on self-generated ideas. These results suggest that idea generation is a central bottleneck of current RSE-Agents, highlights a key direction for the future recommendation system research. Our implementation is publicly available on GitHub: https://github.com/Ray-Tiann/AutoRSE.
• Abstract（参考訳）: LLMベースのエージェントを使用してレコメンデーションアルゴリズムを自律的に改善するRecommender Systems Engineer Agents (RSE-Agents) は、有望なパラダイムとして浮上している。 しかし、統一された標準化された評価フレームワークと体系的な軌跡レベルの分析が欠如しているため、それらの能力と限界はいまだに理解されていない。 このギャップに対処するため,産業レベルの6つの推奨課題を対象とした評価フレームワークであるAutoRSEを導入し,広く使用されている3つのエージェントハーネスにわたる3つのフロンティアLSMの大規模実験を行った。 その結果, RSE-Agentsは6つのタスクのうち5つのタスクにおいて, バックボーンの性能を継続的に向上させ, 平均相対的改善率は16.1%であり, 既にリコメンデーション性能を自律的に改善できることが示唆された。 しかし、軌跡レベルの分析では、現在のRSE-Agentsはアルゴリズム改善よりもエンジニアリング最適化として機能し、その利得はハイパーパラメータチューニング、トレーニング戦略、モデルアンサンブルによって大きく左右される一方、真のアルゴリズム的革新はまれである。 推薦システムにおける最大の利益はアルゴリズムの進歩に由来することが多いため、この振る舞いは現在のRSE-Agentの基本的な制限を裏付けるものである。 この限界を探索するため、我々はアイデア注入実験を行い、フロンティア研究や人間専門家による革新的なアイデアを持つエージェントが、自己生成のアイデアに依存しているエージェントよりもはるかに大きな改善を達成できることを示します。 これらの結果は、アイデア生成が現在のRSE-Agentsの中心的ボトルネックであることを示し、将来のレコメンデーションシステム研究の鍵となる方向性を強調している。 実装はGitHubで公開されている。 https://github.com/Ray-Tiann/AutoRSE。

関連論文リスト

• 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)
• ATLAS : Adaptive Self-Evolutionary Research Agent with Task-Distributed Multi-LLM Supporters [6.13905106667213]
  ATLASは、軽量な研究エージェントを反復的に開発するタスク分散フレームワークである。 我々のコアアルゴリズムであるEvolving Direct Preference Optimization (EvoDPO)は、位相インデックス付き参照ポリシーを適応的に更新する。 その結果,ATLASは静的単一エージェントベースラインの安定性と性能を向上させることがわかった。
  論文  参考訳（メタデータ） (2026-02-02T19:23:33Z)
• STARec: An Efficient Agent Framework for Recommender Systems via Autonomous Deliberate Reasoning [54.28691219536054]
  我々は、自律的な熟考的推論機能を備えたレコメンデータシステムを支援する、ゆっくり考えられた拡張エージェントフレームワークSTARecを紹介する。 我々は,先進的推論モデルと嗜好整合型報酬形成から構造化知識の蒸留を組み合わせた2段階のパラダイムであるアンカー強化訓練を開発する。 MovieLens 1MとAmazon CDsベンチマークの実験では、STARecは最先端のベースラインと比較して、大幅なパフォーマンス向上を実現している。
  論文  参考訳（メタデータ） (2025-08-26T08:47:58Z)
• RAG-Gym: Systematic Optimization of Language Agents for Retrieval-Augmented Generation [43.50113345998687]
  本稿では,(1)プロンプトエンジニアリング,(2)アクターチューニング,(3)批判的トレーニングという,3つの最適化次元を探求する総合的なプラットフォームであるRAG-Gymを紹介する。 本稿では,リフレクション推論を取り入れた新しいエージェントであるRe$2$Searchを提案する。 アクターチューニングにおいて,プロセスの監督をきめ細かい3つの人気のあるポストトレーニングアルゴリズムを評価し,直接選好最適化を最も効果的に評価する。
  論文  参考訳（メタデータ） (2025-02-19T18:56:03Z)
• From Novice to Expert: LLM Agent Policy Optimization via Step-wise Reinforcement Learning [62.54484062185869]
  本稿では,エージェントの強化学習プロセスの最適化にステップワイド報酬を利用するStepAgentを紹介する。 エージェント反射とポリシー調整を容易にする暗黙の逆・逆の強化学習手法を提案する。
  論文  参考訳（メタデータ） (2024-11-06T10:35:11Z)
• SWE-Search: Enhancing Software Agents with Monte Carlo Tree Search and Iterative Refinement [18.84439000902905]
  現在の大規模言語モデル(LLM)ベースのソフトウェアエージェントは、しばしば線形でシーケンシャルなプロセスに従う。 モンテカルロ木探索(MCTS)と自己改善機構を統合したマルチエージェントフレームワークであるSWE-Searchを提案する。 これは、複雑なソフトウェアエンジニアリング環境における自己評価駆動検索技術の可能性を強調している。
  論文  参考訳（メタデータ） (2024-10-26T22:45:56Z)

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。