推荐算法 QD-Rec：通过生成假说提升推荐质量与多样性

Sakana AI 提出推荐算法 QD-Rec，通过生成和优化假说提升推荐质量与多样性。该方法结合了 Quality-Diversity（QD）探索框架，使生成AI在推荐过程中不断生成新的假说并进行评估，最终构建出高评分且规模较大的推荐集合。实验显示，QD-Rec 在 M&A、客户定位和论文推荐等任务中，优于从零生成假说的基线方法。