arXiv · cs.AI · Tingran Gan, Zhouziyue Lu, Dian Jin, Tao Li, Yang Gao, Ming Liu, Weiwen Liu, Jianghao Lin, Weinan Zhang, Yong Yu · 8 小时前模型评分36
RecRSI：用机制假设引导大语言模型发现推荐算法
RecRSI: Mechanism-Guided Discovery of Recommendation Algorithms
导读
研究团队提出基于大语言模型的研究框架 RecRSI，用机制假设组织推荐算法发现，每个假设把机制改动与参考设计、理由和预期观察关联起来。在四个初始推荐模型和四个数据集上，RecRSI 相比初始算法平均提升 NDCG@5 8.48%、HR@5 6.88%，相比各设置下最强对比结果分别提升 2.60% 和 2.20%。代码已公开。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We present RecRSI, an LLM-based research framework that uses mechanism hypotheses to organize algorithm discovery.”
- “Our code is publicly available at this https URL .”
来源：arXiv · cs.AI · arxiv.org