Recommendation World Models for Future-State Control
UA-TWM 在现有序列排序器周围构造邻近列表,预测未来用户状态,并用效用与失败风险约束选择替代列表。研究覆盖十二种主干和两个日志数据集;MovieLens-25M 上 SASRec 的 NDCG@20 从 0.0371 升至 0.0415,KuaiRand-Pure 从 0.0257 升至 0.0280,同时降低未来状态偏差。
INSIGHT对于社区帖子排序,可将即时点击与后续兴趣分布共同纳入列表选择,而不是仅提高单次 CTR。工程上先保留原列表作为回退,并在固定候选支持下校准效用与风险门槛;论文日志回放不能直接证明因果线上收益,闭环模拟结果也需要真实用户实验复核,特别应防止目标追求牺牲相关性。