Meta 新论文：个人 AI 智能体若学会何时让步，就能用你在其他应用的历史改进当前应用的推荐
Meta 研究人员提出了 PAMO，这是一种训练个人智能体在应用之间协调推荐的方法：智能体能看到用户在其他应用的历史，但也可能误删正确的推荐项，因此 PAMO 只在排序准确率不下降时才奖励依赖跨应用历史的回答。在拥有任天堂和 Xbox 历史的真实 Steam 用户数据上，40 亿参数的 PAMO 智能体 top-10 命中率达到 47.9%，高于平台本身的 40.8%，并在全部 5 个测试集上击败了标准强化学习训练。这很重要，因为它给跨应用智能体定下了一条明确规则：默认让步，只有当用户历史提供了具体证据时才覆盖原排序。
报道来源
- Rohan Paul2026-10-31 16:05