TGR-EvoDAG: A DAG-based Multi-Agent Code Evolution Framework for Generative Recommendation on Tencent

📄 arXiv: 2610.32326v1 📥 PDF

作者: Junlin He, Junzhang Zhu, Yudong Li, Yihong Tang, Xuefeng Jiang, Wei Ma, Chengxiang Zhuo, Zang Li

分类: cs.AI

发布日期: 2026-10-23

💡 一句话要点

提出TGR-EvoDAG以解决生成推荐中的代码演化问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 生成推荐 代码演化 多代理系统 有向无环图 阶段感知成本规划 主动适应 算法优化

📋 核心要点

  1. 现有的递归自我改进方法在生成推荐中面临通用框架与推荐特定框架的整合困难，导致演化效果不佳。
  2. 提出TGR-EvoDAG框架，通过有向无环图（DAG）建模代码演化，优化演化过程中的成本和反馈机制。
  3. 在公共数据集上，TGR-EvoDAG实现了离线指标提升37.4%，在腾讯平台上实现了CTR的显著提升，展示了其有效性。

📝 摘要（中文）

大型语言模型（LLM）代理已实现算法发现的自动化代码演化。然而，当前的递归自我改进（RSI）研究面临困境：通用框架缺乏领域特定反馈，而推荐特定框架依赖线性演化。简单整合在生成推荐（GR）中失效。GR依赖模块级级联管道，现有演化方法存在成本盲目和短视评估的问题。为此，本文提出TGR-EvoDAG，一个针对GR的多代理代码演化框架，通过有向无环图（DAG）建模代码演化，维护多个演化分支并合并互补创新，统一高级搜索与丰富的GR诊断反馈。我们还引入阶段感知成本规划以优化GPU小时预算，并通过主动下游共同适应来应对暂时回归，释放跨阶段收益。在公共亚马逊数据集上，TGR-EvoDAG实现了完整GR管道的首次自主演化，离线指标提升达37.4%，Agent4Rec模拟用户满意度提升19.7%。在腾讯的大规模商业媒体平台上，演化后的GR实现了离线Hit@1相对提升12.16%和在线点击率（CTR）显著提高0.40%。

🔬 方法详解

问题定义：本文旨在解决生成推荐中的代码演化问题，现有方法在整合通用与特定框架时存在成本盲目和短视评估的痛点。

核心思路：TGR-EvoDAG通过有向无环图（DAG）建模演化过程，维护多个演化分支，结合阶段感知成本规划与主动下游共同适应，旨在提升演化效率与效果。

技术框架：整体架构包括多个模块，首先进行代码演化的DAG建模，然后通过阶段感知成本规划优化资源分配，最后实施主动下游共同适应以应对暂时的性能回退。

关键创新：最重要的创新在于将代码演化建模为DAG，允许多分支演化与互补创新的合并，显著区别于传统线性演化方法。

关键设计：在参数设置上，采用阶段感知成本规划来优化GPU使用，损失函数设计上考虑了多阶段反馈，网络结构则基于模块级级联管道进行优化。

📊 实验亮点

在实验中，TGR-EvoDAG在公共亚马逊数据集上实现了离线指标提升37.4%，并在Agent4Rec模拟用户满意度上提升19.7%。在腾讯的工业应用中，离线Hit@1相对提升12.16%，在线点击率（CTR）显著提高0.40%，展示了其强大的实际效果。

🎯 应用场景

TGR-EvoDAG框架在生成推荐领域具有广泛的应用潜力，能够有效提升推荐系统的性能，尤其是在需要快速迭代与优化的商业环境中。未来，该框架可扩展至其他领域，如自动化机器学习与智能系统的演化，推动相关技术的发展与应用。

📄 摘要（原文）

Large Language Model (LLM) agents have enabled automated code evolution for algorithm discovery. However, current recursive self-improvement (RSI) research for sequential recommendation faces a dilemma: general-purpose frameworks lack domain-specific feedback, while recommender-specific frameworks rely on linear evolution. Crucially, naively integrating them fails when applied to Generative Recommendation (GR). Unlike end-to-end models, GR relies on a module-cascaded pipeline (tokenization, pre-training, and alignment). In this paradigm, existing evolution methods suffer from: i) cost blindness, squandering budgets by ignoring stage-asymmetric retraining overheads; and ii) short-sighted evaluation, discarding promising upstream innovations that temporarily regress metrics before downstream adaptation. To bridge these gaps, we propose TGR-EvoDAG, a multi-agent code evolution framework tailored for GR. TGR-EvoDAG models code evolution as a Directed Acyclic Graph (DAG) to maintain multiple evolution branches and merge complementary innovations, unifying advanced search with rich GR diagnostic feedback. We further introduce stage-aware cost planning to optimize GPU-hour budgets, and active downstream co-adaptation to navigate temporary regressions and unlock cross-stage gains. On public Amazon datasets, TGR-EvoDAG enables the first autonomous evolution of a complete GR pipeline, improving offline metrics by up to 37.4% and Agent4Rec simulated user satisfaction by 19.7% over the strongest baseline. Furthermore, in industrial deployment on Tencent's large-scale commercial media platform, the evolved GR achieves a 12.16% relative improvement in offline Hit@1 and a statistically significant 0.40% increase in online click-through rate (CTR).