跳到正文
热点事件持续更新

腾讯提出生成式推荐VerRec框架

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

腾讯团队提出面向生成式推荐的强化学习框架 VerRec,以描述候选商品与用户偏好冲突的语言化反馈替代标量奖励,并联合优化用户模拟器与推荐策略,使用 GRPO 训练。 其在三个 Amazon 评论数据集和两个生成式推荐骨干上验证,推荐准确率、排序质量及探索多样性均有提升;用户模拟器仅在训练阶段启用,推理时移除。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. AGI Hunt
    腾讯提出 VerRec:用语言化反馈替代标量奖励优化生成式推荐

    腾讯团队提出面向生成式推荐的 RL 框架 VerRec,以个性化语言化反馈说明候选 item 与用户偏好的冲突点。框架联合优化用户模拟器与策略模型,并使用 GRPO 训练,模拟器仅在训练时启用、推理时移除。在三个 Amazon 评论数据集和两个生成式推荐骨干上验证,推荐准确率、排序质量及探索多样性均有提升。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月18日 16:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。