arXiv · cs.AI· Wenwen Si·· 21 天前AI 评分22
RLCP：基于保形动作集的强化学习在序列推荐中的应用
Reinforcement Learning with Conformal Action Sets: An Application to Sequential Recommendation
来源与原文
arXiv · cs.AI
作者：Wenwen Si
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.08743v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
论文提出强化学习方法 RLCP（Reinforcement Learning with Calibrated Pruning），利用 critic 分数和在线阈值自适应调整序列推荐中的保留动作集大小，并给出 proxy miss rate 的确定性界及价值损失的精确分解。在 KuaiRand-Pure 和 MovieLens 1M 上对比两个 RLCP 实现与四个 RL 基线：全部 19 个配置中至少一个 RLCP 变体取得最高目录多样性，达最强基线的 1.11× 到 5.21×，同时保持有竞争力的 session depth 且保留集合不更大。
来源：arXiv · cs.AI · arxiv.org