AutoLR：工业推荐系统从研究到上线的路径自动化

改进工业推荐系统是一个迭代的研究和工程过程，而不是从想法到部署的直接路径。在 DASHEN，网易的游戏社区应用程序中，算法工程师通常从研究论文、技术报告和之前的生产实验中确定有前途的方向；复制或调整底层方法；在生产代码库中实现它们；并通过训练和离线实验评估生成的模型。然后，有前途的候选人将被推进在线 A/B 测试，而那些表现出强劲收益的候选人将被提交到启动审核——全流量推出的内门。大型语言模型 (LLM) 可以协助此工作流程的各个阶段，但整个过程仍然依赖于人类，没有能够在长期运行、通常是多天的实验周期中可靠地协调它们的工具。我们提出 AutoLR，最初构建为 Auto Launch Review，后来向上游扩展为自主研究到启动工具。 AutoLR 结合了三种系统机制：一个 多专家委员会，用于辩论和对抗性地审查提案；一个确定性证据加权探索——利用选择器，在候选方向上分配有限的试验预算并使用理事会重新排名；一个分层的知识系统，将外部研究、生产系统知识和 DASHEN 特定领域知识（例如游戏社区、玩家特征和内容交互模式）与来自配置、补丁、日志、故障和离线结果的后验证据相结合。 LLM 智能体执行语义推理和代码生成，而确定性控制器保留执行、度量提取、护栏和持久状态转换的权限。