MAREval：多智能体框架评估推荐解释

论文提出多智能体框架 MAREval 评估推荐解释，作者报告其更贴近人类判断。

资讯摘要

论文提出 MAREval，一个用大语言模型评估推荐系统自然语言解释的多智能体框架，包含规划者、主持者和仲裁者三类智能体，并采用 Chain of Debate 提示策略与蒙特卡洛采样。作者报告在 TopicalChat 和自有电商数据集上，其与人类判断的一致性优于单智能体和多智能体基线，重复试验波动更低，并通过人工标注门槛与在线 A/B 测试。

要点速读

1. 框架由规划者、主持者、仲裁者智能体组成，规划者使用 Chain of Debate 提示策略协调角色并约束评估计划。
2. 作者报告在公开数据集 TopicalChat 与自有推荐数据集上，MAREval 与人类判断的一致性优于强单智能体和多智能体基线，重复试验的波动明显更低。
3. 作者称在大型人工标注门槛中达到生产质量阈值，在线 A/B 测试显示参与度和收入指标有统计显著提升。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。