AgenticRec：面向排序的推荐代理端到端工具集成策略优化

针对现有大模型推荐代理在中间推理与最终排序反馈间存在脱节、难以捕捉细粒度偏好等问题，本文提出 AgenticRec 框架。该框架在稀疏隐式反馈下优化包含推理、工具调用及排序生成的完整决策轨迹。主要贡献包括：设计集成于 ReAct 循环的推荐专用工具以支持基于证据的推理；提出理论无偏的列表级组相对策略优化（list-wise GRPO）以最大化排序效用；引入渐进式偏好细化（PPR）机制，通过挖掘硬负样本和双向偏好对齐解决细粒度偏好歧义。实验表明该方法显著优于基线。