arXiv · cs.AI· Wenwen Si, Honghao Wei·· 1 天前
强化学习与保形动作集：序贯推荐中的应用
Reinforcement Learning with Conformal Action Sets: An Application to Sequential Recommendation
arXiv:2610.08743v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Wenwen Si, Honghao Wei
研究任务与主要进展
Si和Wei提出强化学习校准剪枝（RLCP），利用评论器分数和在线阈值动态调整序贯推荐中的保留动作集。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org