ReCast: Nuovo framework RL migliora la raccomandazione generativa del 36,6%

Un nuovo framework chiamato ReCast è stato sviluppato da ricercatori per l'apprendimento per rinforzo nella raccomandazione generativa, concentrandosi su un approccio di segnale di apprendimento basato su riparazione e contrasto. Questo metodo affronta un notevole svantaggio del RL standard basato su gruppi, che presuppone che i gruppi di rollout campionati possano essere utilizzati immediatamente come segnali di apprendimento. Nel contesto della raccomandazione generativa a hit sparsi, molti gruppi campionati rimangono non apprendibili. ReCast migliora l'apprendibilità per i gruppi tutti zero e sostituisce la normalizzazione della ricompensa dell'intero gruppo con un aggiornamento contrastivo incentrato sul positivo più significativo e sul negativo più impegnativo. Mantiene intatto il framework RL esterno, alterando solo la costruzione dei segnali all'interno del gruppo e separa parzialmente la larghezza di ricerca del rollout dalla larghezza di aggiornamento lato attore. In vari compiti di raccomandazione generativa, ReCast supera costantemente OpenOneRec-RL, raggiungendo fino a un aumento relativo del 36,6% in Pass@1. Le sue prestazioni a budget corrispondente sono ancora più impressionanti, raggiungendo le prestazioni target di base con solo il 4,1% del budget. Il documento è disponibile su arXiv con identificatore 2604.22169.