RecHarness: Sistemi di Raccomandazione Auto-Evolventi con Instradamento a Banditi
Uno studio recente pubblicato su arXiv (2607.29241) presenta RecHarness, un sistema agente con instradamento a banditi volto ad automatizzare il miglioramento dei modelli di raccomandazione. Questo sistema affronta il problema della dipendenza dagli ingegneri per regolazioni manuali di architettura, obiettivi e strategie di addestramento. RecHarness divide l'ottimizzazione in due fasi: un router a banditi determina la prossima direzione di modifica basandosi sui risultati di validazione passati, e un grande modello linguistico (LLM) formula un'ipotesi di ottimizzazione specifica insieme a una modifica del codice eseguibile. Per facilitare l'esplorazione a lungo termine, RecHarness integra un meccanismo di salto di bacino che attiva un braccio di salto strutturale quando le modifiche locali diventano inefficaci. I risultati indicano che RecHarness supera costantemente i benchmark esistenti di automazione dell'apprendimento automatico (AutoML) e di ottimizzazione basata su LLM, ottenendo risultati migliori con costi computazionali ridotti. La ricerca sottolinea la promessa di combinare algoritmi a banditi con la generazione di codice guidata da LLM per sviluppare sistemi di raccomandazione auto-evolventi in grado di adattarsi autonomamente.
Fatti principali
- RecHarness è un sistema agente con instradamento a banditi per l'ottimizzazione automatica dei modelli di raccomandazione.
- Separa l'ottimizzazione in un router a banditi e un LLM che genera ipotesi e modifiche al codice.
- Il meccanismo di salto di bacino attiva un braccio di salto strutturale quando le modifiche locali ristagnano.
- RecHarness supera i baseline AutoML e basati su LLM esistenti su più benchmark di raccomandazione.
- Raggiunge prestazioni superiori con costi computazionali inferiori.
- L'articolo è disponibile su arXiv con ID 2607.29241.
- La ricerca affronta la necessità di ridurre l'iterazione manuale da parte degli ingegneri nell'ottimizzazione dei modelli di raccomandazione.
- Il sistema utilizza il feedback di validazione storico per guidare il router a banditi.
Entità
—