立场论文：为何“盲人摸象”法主导推荐系统实践；呼吁摒弃反乌托邦思维
信息检索
2024-02-09 v2 机器学习
机器学习
摘要
应用推荐系统研究处于一种奇特的境地。尽管存在通过A/B测试衡量性能的非常严格的协议，但寻找待测“B”的最佳实践并未明确针对性能，而是针对代理度量。给定A/B测试的成功或失败完全取决于所提出的代理是否比先前的代理与性能具有更好的相关性。不存在任何原则来离线识别一个代理是否优于另一个，使得从业者犹如在黑暗中摸索。本立场论文的目的是质疑这种反乌托邦思维，并论证深度学习技术栈的非标准使用实际上具有解锁奖励优化推荐的潜力。
引用
@article{arxiv.2402.02152,
title = {Position Paper: Why the Shooting in the Dark Method Dominates Recommender Systems Practice; A Call to Abandon Anti-Utopian Thinking},
author = {David Rohde},
journal= {arXiv preprint arXiv:2402.02152},
year = {2024}
}
备注
11 pages