RecHarness: A Bandit-Routed Agentic Harness for Self-Evolving Recommender Systems
RecHarness 是一种用于自动化推荐模型优化的 Bandit-Routed Agentic Harness，将优化过程分为两步：bandit router 根据历史验证反馈选择下一个修改方向，LLM 在选定方向内生成具体优化假设和可执行代码编辑。RecHarness 使用 jump-basin 机制在局部编辑停滞时激活结构跳跃臂。在多个推荐任务、数据集和模型主干上，RecHarness 比 LLM 推理搜索获得更稳定的性能提升，并更有效地利用有限的试验预算。在大型短视频广告平台上进行的 7 天在线 A/B 测试中，RecHarness 取得了积极结果。
发展脉络
- 首次出现RecHarness: A Bandit-Routed Agentic Harness for Self-Evolving Recommender SystemsarXiv cs.AI
- 当前判断RecHarness 展示了 LLM 在自动化推荐系统优化中的潜力，可能减少对人工调参的依赖。其在线 A/B 测试的成功表明，此类方法在真实工业场景中具有可行性，可能推动推荐系统开发流程的自动化。Agent Pulse · 分析
RecHarness 提出了一种将推荐模型优化自动化的新方法，通过分离方向选择和假设生成来避免 LLM 同时进行选择和生成时的不稳定。其核心是 bandit router 根据历史验证反馈选择修改方向，LLM 则负责生成具体的优化假设和代码编辑。jump-basin 机制在局部编辑停滞时激活结构跳跃，以维持长期探索。实验表明，RecHarness 在多个推荐任务、数据集和模型主干上比 LLM 推理搜索更稳定，且更有效地利用有限的试验预算。在大型短视频广告平台上进行的 7 天在线 A/B 测试中，RecHarness 取得了积极结果。
RecHarness 的关键技术贡献在于将推荐模型优化中的方向选择与假设生成解耦，通过 bandit router 利用历史验证反馈进行方向选择，避免了 LLM 同时进行选择和生成时的不稳定性。jump-basin 机制为长期探索提供了结构跳跃能力，防止局部停滞。这种设计在有限试验预算下实现了更稳定的性能提升，表明在自动化模型优化中，将探索策略与生成模型分离可能是一种更有效的范式。
RecHarness 展示了 LLM 在自动化推荐系统优化中的潜力，可能减少对人工调参的依赖。其在线 A/B 测试的成功表明，此类方法在真实工业场景中具有可行性，可能推动推荐系统开发流程的自动化。
RecHarness 可能降低推荐系统优化的工程成本，提高优化效率，从而加速模型迭代。对于依赖推荐系统的平台，这可能带来更好的用户体验和商业收益。
未来，RecHarness 可能扩展到更多推荐场景和模型类型，并与其他自动化机器学习技术结合。其 bandit router 和 jump-basin 机制也可能被应用于其他领域的自动化优化。可验证的下一信号是 RecHarness 在更多工业推荐系统中的应用或开源代码的发布。