Agent Self-Evolution A/B Testing Recommendation System
摘要

工业推荐策略迭代严重依赖大规模A/B实验,传统方式耗时且历史知识难以复用。现有RAG代理因扁平化组织经验,导致检索不匹配且无法持续优化。为此,我们提出A/B Agent,这是一种用于工业推荐策略优化的闭环智能体。该框架包含三个核心组件:历史策略知识组织、自主目标感知策略生成以及实验引导的策略自我进化。它将历史策略组织为分层经验树,通过多路径Tree-RAG检索可迁移证据以生成可执行策略,并持续分析在线A/B反馈以指导自主调优并更新经验树,实现自我进化。离线和在线评估证明了其有效性,在真实短视频电商推荐系统中GMV提升了4.829%。

AI 推荐理由

论文核心提出A/B Agent的“自我进化”机制,通过闭环反馈持续优化策略并更新知识库。

研究机构
The Hong Kong Polytechnic University Hong Kong SAR, China Kuaishou Technology Beijing, China University of Electronic Science and Technology of China Chengdu, SiChuan, China Southwest Jiaotong University
论文信息
作者 Zhuohang Jiang, Yuxin Chen, Yongsen Pan, Zheng Hu, Wenqi Fan et al.
发布日期 2026-08-05
arXiv ID 2608.04625
相关性评分 9/10 (高度相关)