QD-Rec：用质量-多样性方法实现推荐的开放式演化

QD-Rec 将开放式搜索与基础模型结合，把推荐形式化为构建一组多样化、高质量的推荐，每条推荐由物品和自然语言理由假设组成。该方法用上下文 bandit 选择物品、用基础模型基于归档中的早期假设生成新假设，新颖或优于最近邻的推荐才进入归档。在并购、客户定向、论文与图书推荐任务中，QD-Rec 在多数设置下取得最高平均质量并构建最大归档。