Sakana AI发布并开源QD-Rec推荐方法

事件综述根据 2 篇报道整理，10月22日更新

Sakana AI 提出并开源了推荐方法 QD-Rec，把质量-多样性（Quality-Diversity）进化式搜索用于推荐任务：不只搜索推荐什么，也搜索为什么推荐，为每个候选生成解释其为何契合决策者目标的自然语言假设。系统由上下文赌博机、LLM 生成假设和存档三部分组成，通过保留新角度提案、合并相似提案来积累多样化推荐集合。 Sakana AI 称，在收购标的发现、客户定位和论文推荐三类任务上评测，多数设置下 LLM 评分平均质量最高，存档通常也最大。 Sakana AI 同时说明，这些实验只是起点，实际应用需要更丰富、更新的信息和专家人工反馈，才能检验 QD-Rec 在 LLM 评审之外是否成立。

综述由模型根据报道生成，细节以各篇原文为准。