资讯摘要
论文提出 Decision4Rec，一个开放模块化框架，将决策模型用于推荐。知识图谱把推荐场景日志写成短陈述，智能体池提出候选，残差排序器保留前30，决策模型通过类型化问题接口读取并与排序分数融合。作者报告在三个稀疏 Amazon 目录上 NDCG@10 比最佳基线高25%至36%，在 Steam 上接近持平；0.8B 开放模型在15个设置中11个优于已发布 Jev。
要点速读
- 框架包含知识图谱、智能体候选池、残差排序器和决策模型融合步骤，任何符合接口的模型均可使用。
- 作者报告在三个稀疏 Amazon 目录上 NDCG@10 比最佳训练基线高25%至36%，其中一个目录未用于训练决策模型。
- 作者报告训练后的0.8B开放模型在15个设置中11个优于已发布Jev且从不更差；27B模型在四分之三领域比0.8B模型高5%至6%。
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 2026/10/20 21:06:32（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。