RecRSI：机制假设引导大模型发现推荐算法

研究团队提出基于大语言模型的推荐算法发现框架 RecRSI，用“机制假设”来组织算法发现过程：每条假设都把一处机制改动与参考设计、改动理由和预期观察结果关联起来。 在四个初始推荐模型和四个数据集上，RecRSI 生成的算法相比初始算法平均提升 NDCG@5 8.48%、HR@5 6.88%；相比各设置下最强的对比结果，分别提升 2.60% 和 2.20%。作者称代码已公开。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。