Open-Ended Exploration for Decision Support: QD-Rec for Improving Recommendation Quality and Diversity

Sakana AI

Sakana AIは、企業買収候補や顧客ターゲティング、論文推薦で「候補」とそれを選ぶ理由（仮説）の組を繰り返し生成・評価しながら多様な提案を蓄積する推薦手法QD-Recを提案した。実験では1,000回の生成・評価後に、過去の仮説を使わず毎回ゼロから仮説を書くNoveltyより平均評価が高く、規模も大きいアーカイブを多くの設定で構築した。結果として、単なる上位ランキング提示ではなく、異なる切り口の「なぜそれを選ぶか」を含む提案集合が意思決定支援に使える方向に変わった。

Why it matters

オープンエンドな探索を意思決定支援へ：推薦の質と多様性を高める「QD-Rec」を提案

Related stories

Serendipity: Accuracy’s Unpopular Best Friend in Recommenders Eugene Yan · 6 years ago · 21

Reinforcement Learning for Recommendations and Search Eugene Yan · 5 years ago · 16 Sakana AI Develops "Proposal Auto-Generation Application" Using Multiple AI Agents in Collaboration with SMBC Group Sakana AI · 31