arXiv 机器学习· Arundeep Chinta, Lucas Vinh Tran, Jay Katukuri·2026-09-29 12:00· 2 天前AI 评分34

FARE：基于深度强化学习与不确定性感知的公平曝光金融内容个性化框架

FARE: Deep Reinforcement Learning For Fair Exposure Constrained Uncertainty Aware Financial Content Personalization

AI 导读

研究人员提出模块化执行层 FARE，利用深度强化学习与 CTR 预测不确定性感知，无需重新训练底层黑盒模型即可实现声量份额（SOV）公平曝光推荐。该方法将受限排序建模为类似算法金融受限交易执行的问题，通过将不确定性引入状态空间来实现更优调优。

来源：arXiv 机器学习 · arxiv.org