TWITTER / X
Sakana AI 发布 QD-Rec：用 Quality-Diversity 进化搜索打造"开放式推荐"，辅助人类决策
Sakana AI 发布研究 QD-Rec：将进化计算中的 Quality-Diversity（QD）技术应用于推荐系统，把"在有限预算内同时探索候选与假设、产出多样化高质量提案"定义为"开放式推荐"问题。该方法依据历史评估结果挑选下一批候选，由 LLM 将既有假设的视角迁移到新候选或组合多个假设生成提案，并通过保留新颖、淘汰相似较差的方案持续进化推荐集合。官方称在企业并购候选探索、客户定向、论文推荐三个场景的实验中，同等评估次数下多数设定优于对比方法（此为作者声称，未给出具体数据）。研究定位为辅助人类决策而非替代，博客、arXiv 论文与 GitHub 代码均已公开。
AI 解读
Sakana AI 发布了名为 QD-Rec 的推荐方法研究，属于 AI 研究方法层面的新闻，具有明确的发布价值。原文要点：1）QD-Rec 将进化计算中的 Quality-Diversity（QD）技术应用于推荐问题，把"在有限预算内同时探索候选与假设、产出高质量且多样化提案"定义为"开放式推荐"（open-ended recommendation）；2）方法机制上，依据过去评估结果选择下一步候选，由 LLM 将已积累假设的视角迁移到其他候选，或组合多个假设生成新提案，并通过保留新颖提案、淘汰相似较差提案的方式持续进化推荐集合（此为作者对方法的描述）；3）实验在企业并购候选探索、虚构客户画像定向、论文推荐三个场景验证，作者声称在相同评估次数下 QD-Rec 在多数设定中优于对比方法，能积累更多样、数量更多的推荐（属作者声称，未提供具体数字与基准名称）；4）官方定位为辅助而非取代人类决策，提供多样候选与比较判断材料。原文附带博客、arXiv 论文（abs/2610.23470）和 GitHub 仓库链接。行业影响方面（推断部分）：QD-Rec 若成立，可能适用于投资标的筛选、营销定向、文献检索等需要多视角探索的决策场景，与智能体化的"假设生成—评估—迭代"工作流趋势一致，但实际效果与落地成本需看论文细节与后续实践。作者账号为 SakanaAILabs（据 handle），具体发文人及完整作者名单无法从输入中确认。
推文原文
多様な提案を進化させ、意思決定を支える推薦手法「QD-Rec」を開発 ブログ：https://sakana.ai/qd-rec/ 論文：https://arxiv.org/abs/2610.23470 GitHub：https://github.com/SakanaAI/QD-Rec どの企業を買収候補として検討するか。どの顧客に新しい製品を提案するか。膨大な論文の中から、次に何を読むか。こうした意思 決定では、候補をスコア順に並べるだけでなく、「なぜ選ぶのか」「選んだ先にどのような可能性があるのか」を、異なる観点から比較できることが重要です。 一つの候補にも複数の有望な理由が考えられます。数千件、ときには1万件を超える候補それぞれについて、さまざまな仮説を生成・評価し尽くすには大きなコストがかかります。私たちは、限られた予算の中で「候補」と「仮説」の組を探索し、質が高く多様な提案を見つける問題を「オープンエンドな推薦」として捉えました。 QD-Recは、オープンエンドな探索の研究で発展してきた「Quality-Diversity（QD）」と呼ばれる進化的探索技術を、推薦に応用します。過去の評価結果をもとに次に調べる候補を選び、蓄積された仮説の着眼点をLLMが別の候補に応用したり、複数の仮説を組み合わせたりして、新しい提案を生成します。新しい切り口の提案は残し、似た提案同士ではより優れたものに更新することで、多様な仮説を次の発見の「踏み石」として活かし、推薦の集合を進化させていきます。 実験では、 企業の買収候補探索、架空の顧客プロファイルを使ったターゲティング、研究者向けの論文推薦などで検証しました。同じ評価回数のもとで比較したところ、多くの設定で、比較手法よりもQD-Recの方が評価が高く、より多様で多くの推薦を蓄積できました。 私たちが目指すのは、AIが人間の意思決定を代行することではなく、多様で有望な選択肢と、それらを比較・検討するための判断材料を提供することです。今回の成果を出発点に、QD-Recを次世代の意思決定を支える基盤技術へと発展させていきます。