Shape Your Feed: LLM-агент для управления лентой с точностью 98,85%

Конец пассивной ленты: переход к диалогу

Традиционные рекомендательные системы опираются на пассивный сбор данных: клики, время просмотра и историю переходов. Это создает разрыв между тем, что пользователь хочет увидеть, и тем, что алгоритм ему подсказывает. Команда из 13 исследователей, включая Ziyun Xu и Jefferey Santelli, представила архитектуру Shape Your Feed (SYF) — LLM-based agentic framework, который позволяет вести диалог с лентой контента в реальном времени.

Трехуровневая архитектура SYF

Система построена на трех ключевых потоках, обеспечивающих интерактивность и персонализацию:

• Perception Flow: Анализирует намерения пользователя через текстовые промпты, голосовые команды и взаимодействия с интерфейсом (UI).
• Serving Flow: Выполняет агентную переранжировку и отсев кандидатов в реальном времени. В основе лежит Semantic Profile — персистентный семантический профиль, который эволюционирует вместе с предпочтениями пользователя.
• Self-Evolution Flow: Механизм самосовершенствования, использующий Direct Preference Optimization (DPO) и ансамбль LLM-as-a-Judge для выравнивания поведения системы с человеческими суждениями.

Метрики и результаты

Система прошла как офлайн-оценки, так и масштабные онлайн-эксперименты на производственном трафике. Ключевым показателем эффективности стала точность модуля оценки соответствия (alignment scoring), который достиг 98,85%. Это значительное улучшение по сравнению с сильными few-shot базовыми моделями.

Почему это важно

Работа, принятая в RecSys 2026 Industrial Track, демонстрирует практическую масштабируемость интерактивных рекомендаций. Улучшение релевантности ленты и пользовательского сентимента на реальных данных подтверждает, что LLM-агенты могут заменить или дополнить пассивные ранжировщики, давая пользователю контроль над своим информационным потоком.

Источник: arXiv cs.AI ↗