Beyond Static Testbeds: An Interaction-Centric Agent Simulation Platform for Dynamic Recommender Systems
Created by
Haebom
저자
Song Jin, Juntian Zhang, Yuhan Liu, Xun Zhang, Yufei Zhang, Guojun Yin, Fei Jiang, Wei Lin, Rui Yan
개요
RecInter는 추천 시스템 평가 및 개선을 위한 새로운 에이전트 기반 시뮬레이션 플랫폼입니다. 기존 A/B 테스트의 자원 소모적 문제와 오프라인 방법론의 한계를 극복하고자, 사용자 행동이 실시간으로 아이템 속성을 변경하고 상인 에이전트가 응답하는 동적 상호작용 메커니즘을 제공합니다. RecInter는 다차원 사용자 프로파일링, 고급 에이전트 아키텍처, Chain-of-Thought (CoT) 방식으로 강화된 상호작용 데이터로 미세 조정된 LLM을 통해 높은 수준의 시뮬레이션 정확도를 보장합니다. 이를 통해 브랜드 충성도 및 마태 효과와 같은 현상을 재현하며, 추천 시스템 연구를 위한 신뢰성 있는 테스트베드로 자리매김합니다.