原帖引用 · AI 翻译
Rohan Paul@rohanpaul_ai
Meta 的一篇新论文表明，如果个人 AI 智能体学会何时让位于应用自身的推荐，它就能利用你在其他应用中的历史记录改进该应用的推荐。
每个应用只根据你在该应用中的行为以及其他用户的行为模式对内容进行排序。个人智能体能看到你在多个应用中的活动，但也可能因移除恰当的内容而破坏原本不错的排序。
他们开发了 PAMO，这是一种训练方法：通过隐藏跨应用历史记录，判断智能体的哪些回答依赖这些记录。依赖这些记录的回答会获得更高评分，但前提是排序准确率不能下降。
在拥有 Nintendo 和 Xbox 历史记录的真实 Steam 用户中，4B PAMO 智能体的前 10 名命中率达到 47.9%，而平台本身为 40.8%。它在全部 5 个测试集上的表现也优于标准 RL 训练。
修改其他应用结果的个人智能体应默认让位，只有当用户的历史记录提供具体证据时才改写结果。
– arxiv. org/abs/2610.07588
标题：“利用跨平台用户历史记录、由个人智能体介导的推荐”
· UTC+8