レコメンドシステムはユーザーエンゲージメントに不可欠ですが、その最適化は労働集約的です。KuaishouのRecHarnessフレームワークは、バンディットアルゴリズムとLLMベースのエージェントを統合することでこの課題に取り組みます。核となるアイデアは、レコメンドモデルへの各候補変更を多腕バンディット問題の「アーム」として扱うことです。システムはどの変更が最も有望かを評価し、リソースを適切に割り当てます。一方、LLMエージェントが候補を生成・改良します。このアプローチにより、従来のMLEワークフローの試行錯誤コストが削減され、システムが継続的に自己改善できるようになります。RecHarnessは、限られたテストリソースを最も影響力のある変更に効率的にルーティングするという重要な課題に対処します。初期の結果では、最適化効率の大幅な向上が示されています。
KuaishouのRecHarnessフレームワークは、バンディットアルゴリズムとLLMエージェントを組み合わせ、レコメンドシステムの最適化を自動化します。