RecHarness：使用隨機射虎路由代理框架的自我演化推薦系統最佳化工具
為何重要
- 將隨機射虎演算法與 LLM 生成能力結合，有效解決了純 LLM 推理搜尋步數受限且成效不穩的關鍵痛點。 - 提供了基於真實運營平臺的線上 A/B 測試資料，直接印證了「代理驅動的自我演化系統」具備將高成本實驗轉化為即時營收增長的商業價值。 - 為內容分發與廣告科技領域提供了具體的最佳化框架參考，開發者可藉此在不重寫底層模型的情況下提升業務指標。
"為了克服工程師手動迭代模型導致的效率問題，以及大語言模型（LLM）代理搜尋在有限實驗預算下容易不穩定的困境，研究團隊提出了 RecHarness，這是一個專為自動化推薦模型最佳化設計的隨機射虎路由代理框架。"
- 框架分為兩階段運作：由隨機射虎路由器根據歷史驗證反饋選擇修改方向，隨後 LLM 在該方向下生成具體且可執行的程式碼變更假設。
- 引入 Jump-basin 機制，當區域性修改陷入停滯時啟動結構性跳躍，以避免區域性最適化並維持長期探索的穩定表現。
- 在大型短影音廣告平臺的 7 天線上 A/B 測試中，該方案帶來了具體數字成果：ADVV 提升 2.084%、Revenue 提升 0.534% 以及 Exposure 提升 0.559%。