AgenticRecTune：具有自我进化技能中心的多代理，用于推荐系统优化

现代大规模推荐系统通常构建为多级管道，包括预排名、排名和重新排名阶段。传统的推荐研究通常侧重于优化特定模型，例如改进预排序模型结构或排序模型训练算法，但系统级配置优化起着至关重要的作用，它整合每个模型头的输出以获得每个阶段的最终分数。由于系统的复杂性，配置优化非常重要且具有挑战性。任何模型修改都需要新的优化系统级配置。但每次实验迭代都需要大量的调整工作。此外，不同阶段的模型在不同的上下文中运行并针对不同的目标进行优化，需要专门的领域专业知识。此外，优化的成功取决于平衡多个相互竞争的在线指标以及与不断变化的生产开发目标的一致性。为了应对这些挑战，我们提出了 AgenticRecTune，这是一个由五个专门代理（Actor、Critic、Insight、Skill 和 Online）组成的代理框架，旨在管理端到端配置优化工作流程。通过利用 大语言模型 (LLM)（特别是 Gemini）的高级推理，AgenticRecTune 探索最佳配置空间。 Actor Agent 提出多个候选方案，Critic Agent 过滤掉次优提案。然后 Online Agent 根据 Critic Agent 提出的配置集自主准备 A/B 测试，并捕获后续实验结果。我们还引入了一个自我进化的 Skillhub，它利用 Insight Agent 和 Skill Agent 之间的协作来总结历史结果，提取推荐系统中每个任务的底层机制并更新技能。