Personal-Agent Mediated Recommendation with Cross-Platform User History
跨平台用户历史驱动的个人代理中介推荐
🧭 Personal Agent 中介推荐 · 跨平台历史 ★ 深度解读
University of California San Diego · Meta AI
用反事实掩码估计跨平台历史归因，在 LLM 重排平台榜单时做价值保序的优势再分配
📌 工作参考价值（4 点）
- 在电商/广告推荐中，平台强排序通常已编码 population evidence，Agent 直接重排容易产生 harmful override。可借鉴论文的 rescue–harm 双指标：评估 LLM 重排时只报 HR/NDCG 不够，要同时监控 rescue rate 和 harmful override rate，尤其关注 top-K 中被替换掉的原始命中。
- PAMO 的反事实归因思路可迁移到跨域推荐：训练 agent 时，mask 跨域/跨平台上下文后对同一 rationale 重新打分，得到 context dependence score；再将该 score 注入 RL advantage 分配，避免模型仅凭 outcome reward 学到 generic rerank，而不是真正用上外部用户行为。
- 价值 floor 约束值得工程化：不要只用上下文依赖度分配 advantage，要求重分配后的平均 platform-relative NDCG 不下降。这能抑制“高依赖但低价值”的 intervention，适合平台上做生成式重排时保护强排序基线。
- 成本上，PAMO 只增加一次 masked teacher-forced 前向，不增加 rollout，无推理时开销；用 4B 开源模型即可在多个场景超过闭源 LLM。对搜索/推荐 Agent 训练有直接复用价值。