Spotify公布对话式推荐Agent冷启动方案：基于合成数据与自我改进循环
Spotify团队在arXiv上发表论文，针对对话式推荐智能体在冷启动阶段缺乏真实用户交互数据的问题，提出了一套多轮合成数据生成流水线与自我改进循环机制。该方案重点优化Agent的规划能力（即如何选择、排序和调用工具），通过将单轮指令转化为多轮对话数据，实现Agent在复杂意图理解与推荐工具链调用上的自主演进。
推荐理由Spotify公开的工业级对话式推荐Agent落地实践，系统解决了冷启动场景下的Agent规划与工具调用难题，对推荐系统结合Agent开发有参考价值。
原标题：Bootstrapping Conversational Recommendation Agents At Spotify: Synthetic Data Generation and Self-Improvement Loops
阅读 arXiv 自然语言处理 原文 ↗