PCN-Rec：面向可靠治理约束推荐的Agentic证书携带式协商

摘要

现代基于LLM的推荐器能生成有吸引力的排序列表，但难以可靠地满足治理约束，如最低长尾曝光或多样性要求。我们提出PCN-Rec，一个证书携带式协商流水线，将自然语言推理与确定性执行分离。基础推荐器（MF/CF）产生大小为W的候选窗口，由两个代理协商：优化相关性的User Advocate与执行约束的Policy Agent。一个调解LLM综合出top-N列表，并附带描述所声称约束满足情况的结构化证书（JSON）。确定性验证器从列表重算所有约束，只接受经验证器核验的证书；若验证失败，确定性的约束贪心修复会产出一个合规列表以供再验证，从而留下可审计轨迹。在带治理约束的MovieLens-100K上，PCN-Rec在可行用户（n=551，W=80）上达到98.55%的通过率——对照无验证/修复的一次性单LLM基线——同时保持效用，NDCG@10仅绝对下降0.021（0.403对0.424）；差异具有统计显著性（p < 0.05）。

PCN-Rec：面向可靠治理约束推荐的Agentic证书携带式协商 — 图1：PCN-Rec 证明携带式（proof-carrying）协商流程。基础推荐器生成候选窗口（W W）。两个智能体进行协商（User Advocate 负责相关性；Policy Agent 负责治理），由一个中介 LLM 提出 Top- N N 候选名单（slate）及一份结构化证书。确定性验证器根据该名单重新计算约束，仅接受经验证器核验的证书；失败会触发确定性的约束贪心修复，随后再次验证，从而产生可审计的轨迹。系统图展示候选生成、智能体间协商（由 LLM 中介发出结构化证书）、确定性验证，以及通向带审计轨迹的最终推荐的修复-再验证循环。