QD-Rec: Open-Ended Evolution of Recommendations via Quality-Diversity
作者: Takashi Ishida, Taro Makino, Issa Sugiura
分类: cs.IR, cs.AI, cs.LG, cs.NE
发布日期: 2026-10-16
💡 一句话要点
提出QD-Rec以解决开放式推荐中的多样性与质量问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 开放式推荐 质量-多样性 上下文赌博机 基础模型 决策支持
📋 核心要点
- 现有推荐系统往往只提供单一的排名列表，缺乏多样性和充分的选择理由，难以满足高风险决策的需求。
- QD-Rec通过结合质量-多样性方法，利用上下文赌博机选择推荐项，并生成自然语言理由，提升推荐的多样性和质量。
- 在并购、客户定位和文献推荐等多个场景中，QD-Rec实现了最高的平均推荐质量，并且在大多数情况下构建了最大的推荐存档。
📝 摘要（中文）
开放式搜索与基础模型的结合已在算法速度、数学问题解决和自我改进代理等方面取得进展。本文将这一范式扩展到决策推荐中，关注于选择集固定但选择理由不固定的决策场景。在高风险决策中，比较多样化且有充分理由的选项比单一的排名列表更为有效。我们将开放式推荐形式化为构建多样化、高质量的推荐集，每个推荐项都附有自然语言的理由。我们提出QD-Rec，一种质量-多样性方法，通过上下文赌博机选择项目，并利用基础模型生成假设。新推荐项若新颖或优于其最近邻，则进入存档。QD-Rec在并购、客户定位以及论文和书籍推荐中表现出最高的平均质量，并在大多数设置中构建了最大的存档。
🔬 方法详解
问题定义：本文旨在解决开放式推荐中缺乏多样性和充分理由的问题。现有方法通常只提供单一的推荐列表，无法有效支持高风险决策。
核心思路：QD-Rec通过构建一个多样化且高质量的推荐集，结合上下文赌博机和基础模型生成推荐理由，旨在提供更全面的决策支持。
技术框架：QD-Rec的整体架构包括两个主要模块：首先，使用上下文赌博机选择推荐项；其次，利用基础模型生成与推荐项相关的自然语言理由。新推荐项会根据其新颖性或质量优于最近邻的标准进入存档。
关键创新：QD-Rec的主要创新在于将质量与多样性结合，通过上下文赌博机和基础模型的协同作用，显著提升了推荐的有效性和多样性，这与传统的单一推荐方法形成鲜明对比。
关键设计：在设计中，QD-Rec采用了特定的参数设置以优化上下文赌博机的选择策略，并设计了损失函数以平衡推荐的质量与多样性。此外，基础模型的选择和训练也经过精心设计，以确保生成的理由具有逻辑性和相关性。
🖼️ 关键图片
📊 实验亮点
QD-Rec在多个实验中表现出色，尤其是在并购和客户定位任务中，达到了最高的平均推荐质量，并在大多数设置中构建了最大的推荐存档。这表明QD-Rec在提升推荐系统的多样性和质量方面具有显著优势。
🎯 应用场景
QD-Rec的研究成果在多个领域具有广泛的应用潜力，包括企业并购、客户精准营销以及学术文献推荐等。通过提供多样化且有理据的推荐，QD-Rec能够帮助决策者更好地理解和比较不同选项，从而做出更明智的决策。未来，该方法还可以扩展到其他需要高质量推荐的场景，如个性化教育和内容推荐等。
📄 摘要（原文）
Open-ended search combined with foundation models has produced advances such as faster algorithms, new results on open mathematical problems, and self-improving agents. We extend this paradigm to recommendation for decision-making, focusing on decisions where the set of possible choices is fixed but the reasons for choosing them are not. In high-stakes decisions, e.g., which company to acquire or which customer to target, comparing diverse, well-reasoned options can be more useful than a single ranked list. We formalize open-ended recommendation as building a diverse, high-quality set of recommendations, each an item together with a hypothesis, a natural-language reason why the item fits the needs of a decision maker. We propose QD-Rec, a quality--diversity method that selects items with a contextual bandit and generates hypotheses with a foundation model from earlier ones kept in an archive as stepping stones. A new recommendation enters the archive if it is novel or better than its nearest neighbor. Across M&A, customer targeting, and paper and book recommendation, QD-Rec gives the highest mean quality and builds the largest archive in most settings.