Empirical Evaluation: Live Experiments
- YouTube 에 SARSA-TS 알고리즘을 실험
- candidate -> ranker 를 거치게 되는데, ranker 의 scoring 함수에서 사용하는 myopic(근시안적) engagement 측정값을 LTV estimate 로 변경함
- candidate scoring 쪽은 그대로 유지
1 min read
Deep Reinforcement Learning for Search, Recommendation, and Online Advertising - a Survey Paper link arxiv.org/abs/1812.07127 .
Recommendations with Negative Feedback via Pairwise Deep Reinforcement Learning Discussion Q-learning based offline 학습 방식이고, 모델도 무겁고.
Abstract 뉴스 추천을 위한 딥러닝 기반의 강화 학습 프레임워크를 제안한다. news feature 들과 user 의 preferences 의 변동성 (dynamic) 을 설명하는 것은 상당히 어렵다.
Abstract 해결하려는 문제: 강화학습에서의 효율적인 exploration Randomized value functions offer a promising approach to efficient exploration with generalization, but existing algorithms are not...
Exploration by Random Network Distillation RL methods work by maximizing the expected return of a policy.
Paper page - Reinforcement Learning with Verifiable Rewards Implicitly Incentivizes Correct Reasoning in Base LLMs RLVR의 역설 배경: LLM의 추론 능력을 향상시키기 위해 RLVR(검증 가능한 보상을 이용한 강화학습)...
paper Link: arxiv.org/pdf/1205.2606.pdf Exploring Compact Reinforcement-learning Representations with Linear Regression KWIK Linear Regression KWIK (Knows What It Knows) is a...
paper link: arxiv.org/abs/1606.03966 Contextual Bandit pipeline 을 구성할 때 어떻게 하면 기술 부채가 적어지는지에 대한 내용을 다루는 것 같음.
The YouTube Video Recommendation System YouTube 추천 시스템을 초기 대규모 산업 추천 관점에서 설명한 논문이다.
Notation 현재 production policy \pi p 그리고 test policy \pi t X: contextual feature 에 대한 random variable \pi(A\mid X) 는 action A 에 대한 확률 분포 B) Offline A/B Test 테스트를 수행하기 위해서는...