QD-Rec：通过质量-多样性实现推荐的开放式演化

开放式搜索与基础模型相结合，带来了诸如更快的算法、关于未解决数学问题的新结果以及能够自我改进的智能体等进展。我们将这一范式扩展到用于决策的推荐，重点关注这样一类决策：可能的选项集合是固定的，但选择这些选项的理由并不固定。在高风险决策中，例如决定收购哪家公司或定位哪些客户，比较多样且理由充分的选项，可能比单一的排序列表更有用。我们将开放式推荐形式化为构建一个多样且高质量的推荐集合，其中每条推荐都由一个项目及一个假设组成；该假设是用自然语言说明为什么该项目符合决策者需求的理由。我们提出了 QD-Rec，这是一种质量—多样性方法：利用上下文多臂老虎机选择项目，并借助基础模型从存档中保留的早期假设生成新的假设，将早期假设作为探索的阶梯。如果一条新推荐具有新颖性，或优于其最近邻推荐，就会被加入存档。在 M&A、客户定位以及论文和图书推荐等任务中，QD-Rec 在大多数设置下都取得了最高的平均质量，并构建了最大的存档。