arXiv · cs.AI· Jinfeng Xu, Zheyu Chen, Ziyue Peng, Zheng Lin, Wenhao Yuan, Jian Chen, Shujie Li, Edith Ngai·· 2 天前
推荐系统递归自我改进研究提出跨代状态保留与CGA评估方法
Beyond Successor Accuracy: State Retention for Recursive Self-Improvement in Recommendation
arXiv:2610.07105v1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：Jinfeng Xu, Zheyu Chen, Ziyue Peng, Zheng Lin, Wenhao Yuan, Jian Chen, Shujie Li, Edith Ngai
研究任务与主要进展
研究提出面向推荐系统递归自我改进的状态保留方法，用跨代优势（CGA）衡量不同代模型组合中的互补排序决策，并设计无需标签的排序分离统计量选择应保留的模型族。基于论文摘要，在4个数据集和3种顺序推荐编码器上，该方法在12/12个首次更新设置和5/6个二次更新设置中选出更强模型族，且在34/36条留出测试轨迹中超过直接后继模型；研究代码已公开于GitHub。
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