RecEvolve：用于推荐系统的知识驱动自主代理系统

智能体AI的兴起促进了向自我迭代系统的转变，为生产推荐模型的自主优化开辟了新领域。本文介绍了知识驱动的自主代理系统的实证验证，该系统直接部署在生产大规模两塔检索模型上。通过将整个研究生命周期（涵盖创意生成、代码实施、离线训练和指标评估）委托给一个连续的闭环自主框架，代理系统从头开始执行了 40 多次完整的自主训练。在严格的生产规模评估下执行这些运行，系统系统地克服了最新生产模型上隐藏的架构瓶颈，在 NDCG 方面实现了约 20% 的突破性相对改进，这一成果直接转化为实时生产流量中用户满意度的提高 +3.77%。此外，由于代理系统自主发现了 奖励作弊 快捷方式，该部署暴露了标准评估协议中的严重漏洞。这些发现证明，自主管道可以极大地加快机器学习研究的步伐，并对底层实验基础设施的严格性进行压力测试，同时也暴露出新的挑战，例如 奖励作弊 和对失败假设的冗余探索。