🤖 AI

Shape Your Feed: An LLM-based Agentic System for Conversational Recommendation

Cet article présente Shape Your Feed (SYF), un système agentique basé sur les LLM qui remplace le classement passif par une co-curation conversationnelle en temps réel grâce à une architecture à trois niveaux, démontrant des améliorations significatives de la pertinence du flux et du sentiment des utilisateurs via l'exactitude de l'alignement hors ligne et des tests A/B en ligne à grande échelle.

Auteurs originaux : Ziyun Xu, Bosen Ding, Yue Zhang, Ji Qi, Qingyuan Song, Jizhou Huang, Liwei Wang, Jefferey Santelli, Yue Weng, Qichao Que, Zhenheng Yang, Junfeng Pan, Linhong Zhu

Publié 2026-08-10

📖 8 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Ziyun Xu, Bosen Ding, Yue Zhang, Ji Qi, Qingyuan Song, Jizhou Huang, Liwei Wang, Jefferey Santelli, Yue Weng, Qichao Que, Zhenheng Yang, Junfeng Pan, Linhong Zhu

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que votre téléphone soit un buffet de contenus magique et infini — vidéos, publications et stories — servi par un chef très occupé et invisible. Pendant des années, ce chef a travaillé dans l'obscurité, devinant ce que vous aimez en se basant uniquement sur ce que vous avez déjà consommé. Si vous avez traîné sur une photo de chat, le chef suppose que vous voulez mille autres chats. Si vous avez passé rapidement une recette, il suppose que vous détestez la cuisine. C'est ce qu'on appelle le « classement passif » et, bien qu'il soit doué pour deviner, il passe souvent à côté de la plaque car il ne peut pas vous entendre parler. Il ne sait pas si vous vouliez vraiment voir ce chat, ou si vous vous êtes juste arrêté pour le caresser du regard.

Récemment, un nouveau type de technologie appelé Modèles de Langage Étendus (LLM) est arrivé. Voyez-les comme des assistants super intelligents et bavards qui peuvent comprendre non seulement ce sur quoi vous cliquez, mais aussi ce que vous dites. Ils peuvent écouter votre voix, lire vos messages textuels et comprendre les nuances de votre humeur. La grande question pour les scientifiques qui construisent des systèmes de recommandation est la suivante : pouvons-nous apprendre à cet assistant bavard à prendre le relais en cuisine ? Pouvons-nous vous laisser dire au chef : « En fait, je suis fatigué des chats aujourd'hui ; apporte-moi des faits sur l'espace », et faire en sorte que le chef change instantanément le menu ? C'est le défi de la « recommandation conversationnelle » — passer d'un système qui devine vos goûts à un système qui écoute vos commandes.

Le système « Shape Your Feed » : Un chef qui écoute

Dans leur article, une équipe de chercheurs de Meta présente un nouveau système appelé Shape Your Feed (SYF). Ils ont construit une cuisine numérique où le chef ne se contente pas de deviner ; il écoute, apprend et ajuste le menu en temps réel selon vos instructions directes. Au lieu d'un système passif qui attend que vous cliquiez sur « ne pas aimer », SYF est un système « agentique », une façon sophistiquée de dire qu'il agit comme un assistant intelligent capable de prendre des mesures en votre nom.

Les chercheurs ont découvert qu'en combinant une IA bavarde avec un moteur de recommandation traditionnel, ils pouvaient créer un flux qui ressemble beaucoup plus à votre flux. Ils ont montré que lorsque les utilisateurs pouvaient parler au système ou utiliser des boutons intelligents pour dire exactement ce qu'ils voulaient, le système devenait bien meilleur pour leur montrer les bons contenus.

Comment la magie opère : La cuisine à trois flux

Le système SYF fonctionne comme une équipe de trois parties dans une cuisine, chacune ayant un travail spécifique :

1. Le Flux de Perception (Les oreilles et le cerveau)
C'est ici que le système vous écoute. Vous pourriez taper « Je veux plus de vidéos de cuisine mais pas de nourriture épicée », utiliser votre voix pour dire « Montre-moi moins de politique », ou appuyer sur un bouton intelligent qui dit « Je m'ennuie de ce sujet ». Le Flux de Perception prend ces instructions humaines désordonnées et les transforme en un « Profil Sémantique » clair et organisé. Voyez cela comme le chef écrivant une liste de courses soignée basée sur votre commande confuse. Il se souvient de votre historique, donc si vous avez dit « pas de politique » hier et « plus de tech » aujourd'hui, il met la liste à jour en conséquence. Il va même chercher discrètement de nouveaux « ingrédients » (vidéos ou publications) qui correspondent à votre nouvelle liste pendant que vous parlez encore.

2. Le Flux de Service (Le dressage et le service)
Une fois la liste prête, le Flux de Service prend le relais. Il examine l'énorme pile de contenus que le système proposerait habituellement (le « bassin de candidats ») et commence à les trier. Il utilise la nouvelle liste de courses du chef pour :

Ajouter : Faire entrer de nouveaux éléments qui correspondent à vos nouveaux intérêts.
Élaguer : Écarter tout ce qui viole vos règles (comme ces publications politiques que vous avez bannies).
Reclasser : Réorganiser l'assiette pour que les choses que vous avez demandées soient tout en haut.
Crucialement, cela se passe très rapidement. Le système ne se contente pas de deviner ; il utilise une méthode de notation intelligente pour décider à quel point votre nouvelle requête doit modifier l'ordre. Il mélange vos ordres explicites avec les connaissances habituelles du système sur ce que vous aimez, garantissant que vous ne perdez pas tout votre contenu préféré juste parce que vous avez demandé un petit changement.

3. Le Flux d'Auto-Évolution (Le goûteur)
C'est la partie qui rend le système plus intelligent au fil du temps. Après que le système vous a servi un repas, il observe ce que vous faites. Avez-vous mangé la nouvelle vidéo de cuisine ? Avez-vous jeté le post sur la tech ? Il utilise également une équipe d'IA « juges » pour vérifier si les décisions du système étaient bonnes. Si le système fait une erreur, il en tire les leçons. Les chercheurs ont utilisé une technique appelée Optimisation de Préférence Directe (DPO), ce qui revient à faire pratiquer le chef avec un critique culinaire strict jusqu'à ce qu'il obtienne le goût parfait. Cette boucle garantit que le système ne se contente pas de suivre les ordres une fois, mais qu'il s'améliore chaque fois qu'il les suit.

Ce qu'ils ont trouvé : La preuve est dans le pudding

Les chercheurs n'ont pas seulement construit cela ; ils l'ont testé pour voir si cela fonctionnait réellement.

Les tests hors ligne (L'entraînement)
D'abord, ils ont testé le module de « score d'alignement » de leur système — la partie qui décide si un post correspond à votre requête. Ils ont comparé leur nouveau système à des méthodes plus anciennes qui se contentaient de deviner sur la base de quelques exemples.

L'ancienne méthode « few-shot » a pris environ 83,84 % des décisions correctement.
Leur nouveau système, après avoir été entraîné avec les IA « juges » puis affiné avec de réelles données d'utilisateurs (SFT + DPO), a pris 98,85 % des décisions correctement.
Il a également été incroyablement rapide, ne prenant que 323 millisecondes pour noter une liste d'éléments, ce qui est assez rapide pour éviter que votre téléphone ne rame.

Les tests en ligne (Le vrai repas)
Ensuite, ils ont déployé SYF auprès de vrais utilisateurs aux États-Unis et au Canada pendant plusieurs mois. Ils ont divisé les utilisateurs en deux groupes : un groupe utilisait l'ancien système, et l'autre utilisait le nouveau système « Shape Your Feed ».

Les utilisateurs ont adoré les nouveaux contrôles : Lorsqu'on leur a donné le choix entre les anciens boutons statiques et les nouveaux « Context-Aware Feedback Pills » (des boutons intelligents qui changent en fonction de ce que vous regardez), 76,02 % des utilisateurs ont choisi les nouveaux boutons plus intelligents.
Moins de choses détestées : Le nouveau système a réussi à réduire le nombre de publications que les utilisateurs ignoraient ou n'aimaient pas. Le taux de « Rejet de publication » a chuté de 1,70 %, et le taux de « Déplaisir de publication » a baissé de 2,74 %. Cela signifie que le système était meilleur pour filtrer les choses que les utilisateurs ne voulaient pas.
Plus de découverte : Les utilisateurs ont commencé à explorer de nouveaux intérêts plus souvent, avec une augmentation de 0,16 % de la « Consommation d'Intérêt ». Cela suggère que le système ne faisait pas que cacher des choses ; il aidait les utilisateurs à trouver de nouvelles choses qu'ils aimaient vraiment.

Ce que cela signifie

L'article montre que nous pouvons nous éloigner des systèmes qui se contentent de deviner ce que nous voulons en fonction de nos clics passés. En ajoutant une couche d'IA capable de comprendre nos mots et d'agir sur eux, nous pouvons créer des flux qui semblent plus personnels et moins frustrants. Les chercheurs ont constaté que cette approche fonctionne bien dans le monde réel, rendant les utilisateurs plus heureux et réduisant la quantité de contenu qu'ils doivent ignorer.

Cependant, les auteurs précisent avec prudence que ce système repose sur le fait que vous preniez la parole. Si vous ne dites jamais au système ce que vous voulez, il revient par défaut à l'ancienne méthode de devinette passive. Ils suggèrent que les versions futures pourraient devoir être encore plus proactives, peut-être en vous posant des questions avant même que vous ne réalisiez que vous vous ennuyez, afin d'aider ceux qui n'aiment pas donner de feedback. Mais pour l'instant, Shape Your Feed prouve qu'un système de recommandation qui écoute est un système qui fonctionne mieux.

Résumé Technique : Shape Your Feed (SYF)

Problématique

Les systèmes de recommandation industriels reposent actuellement sur un paradigme de classement passif, déduisant les préférences des utilisateurs exclusivement à partir de signaux comportementaux implicites (ex: clics, temps de rétention). Cette approche crée une divergence persistante entre les intérêts explicites d'un utilisateur et le contenu délivré par les algorithmes. Les utilisateurs manquent de la capacité d'exprimer des préférences nuancées, d'expliquer pourquoi un contenu apparaît, ou de diriger leur flux en temps réel. De plus, les systèmes de recommandation conversationnels (CRS) existants échouent souvent dans les environnements de flux à haut débit car ils supposent des catalogues statiques, peinent avec la cohérence multi-tours et manquent de mécanismes pour lier étroitement l'intention générative à un inventaire de production sans hallucination.

Méthodologie : Le cadre SYF

Les auteurs proposent Shape Your Feed (SYF), un système agentique basé sur les LLM conçu pour permettre une co-curation de contenu multimodale et en temps réel. SYF fonctionne via une architecture à trois niveaux qui unifie la compréhension du langage naturel avec des pipelines de classement de classe production :

1. Flux de Perception (Perception Flow)

Ce module capture l'intention fine de l'utilisateur à partir d'entrées multimodales non structurées (prompts textuels, commandes vocales et interactions UI comme les « Context-Aware Feedback Pills »).

Mécanisme : Un orchestrateur analyse les requêtes de l'utilisateur et les dirige vers une chaîne d'outils de recommandation (Recommendation Toolchain).
Composants clés :
- Détection d'intention : Désambigüe les motivations comportementales sous-jacentes.
- Synthèse de préférence : Met à jour un Profil Sémantique ( $S_t$ ) persistant en effectuant la déduplication, le renforcement, la résolution de conflits et l'expansion sémantique basés sur l'historique de l'utilisateur et son entrée actuelle.
- Sourcing de candidats : Récupère de manière asynchrone les éléments d'inventaire pertinents basés sur les nouveaux intérêts positifs, découplant ainsi la latence de récupération du chemin de service en temps réel.
Sortie : Un Profil Sémantique structuré et une Trajectoire d'Intention ( $T_t$ ) mise à jour.

2. Flux de Service (Serving Flow)

Ce flux exécute un re-classement et un élagage agentique en temps réel, ancrant le raisonnement du LLM dans l'inventaire réel de la plateforme.

Génération de Contexte : Traduit les signaux de classement numériques et le Profil Sémantique en un prompt de langage naturel ( $P_{align}$ ) interprétable par le LLM.
Raffinement Agentique : Le système effectue un raffinement en quatre étapes sur le pool de candidats :
1. Augmentation : Fusionne les candidats de production avec les éléments récupérés du Cache de Candidats.
2. Score d'Alignement : Utilise un LLM pour scorer les candidats de manière globale (list-wise) par rapport au profil de l'utilisateur, attribuant des scores positifs pour les correspondances et des scores négatifs pour les conflits.
3. Élagage (Pruning) : Filtre strictement les candidats dont le score est inférieur à un seuil $\tau$ , appliant instantanément le feedback négatif.
4. Re-classement : Mélange le score d'alignement sémantique avec le score d'engagement de base de la production ( $\hat{y}_{u,v}$ ) en utilisant un poids de fusion $\alpha$ .
Justification : Génère des explications en langage naturel pour les meilleurs articles afin de renforcer la transparence.

3. Flux d'Auto-Évolution (Self-Evolution Flow)

Ce module établit un système d'optimisation en boucle fermée pour aligner le comportement de l'agent sur le jugement humain.

Alignement de Politique par Double Feedback :
- Apprentissage Supervisé (SFT) : Entraîne le modèle de scoring d'alignement à l'aide de labels générés par un ensemble LLM-as-a-Judge (ex: modèles open-source comme Llama 4 Maverick ou Qwen3-VL) pour gérer le feedback explicite parcimonieux.
- Optimisation de Préférence Directe (DPO) : Affine le modèle en utilisant le feedback comportemental réel des utilisateurs (ex: clics « Montrer moins Moins ») pour durcir itérativement les frontières de préférence sans nécessiter de modèles de récompense distincts.
Propagation Agentique-vers-Production : Distille les insights sémantiques de haut niveau de l'agent vers le classificateur de production de base ( $f_\theta$ ) afin d'améliorer les fonctionnalités de récupération et de classement au fil du temps.

Contributions Clés

Architecture Système : Un cadre agentique évolutif qui combine la compréhension de l'intention par LLM avec une mémoire structurée et persistante et des flux de classement compatibles avec la production, permettant un comportement multi-tours stable et des réponses ancrées dans le catalogue.
Supervision de Préférence Multimodale : Une approche unifiée pour intégrer le texte, la voix et les contrôles UI dans un état de préférence cohérent, améliorant la personnalisation et l'agence de l'utilisateur.
Validation Empirique : Évaluations approfondies, hors ligne et en ligne, démontrant que SYF améliore la pertinence du flux et réduit le feedback négatif, offrant une voie pratique pour la recommandation interactive dans des contextes industriels.

Résultats

Évaluation Hors Ligne

Précision d'Alignement : Le module de scoring d'alignement a atteint une précision de 98,85 % (SFT + DPO), surpassant de manière significative les baselines en few-shot (83,84 %) et les signaux de classement conventionnels ($P(CSL)$, $P(CSM)$), qui montraient une discrimination négligeable entre le contenu correspondant et non correspondant.
Efficacité : Le système maintient une faible latence (323 ms pour le scoring), respectant les contraintes de production.
Sélection de Modèle : Llama 3 8B a été sélectionné comme le compromis optimal entre capacité de raisonnement et latence d'inférence, surpassant les modèles plus petits (1B) et évitant les coûts prohibitifs des modèles plus grands (70B).

Tests A/B en Ligne

Menés sur le trafic de production réel (États-Unis/Canada, 18+), le système SYF a démontré :

Contrôle Utilisateur Accru : Les utilisateurs ont sélectionné les Context-Aware Feedback Pills 76,02 % du temps, contre 23,98 % pour les pills statiques, indiquant un meilleur alignement sémantique.
Réduction du Feedback Négatif :
- Le taux de rejet post-éviction (Post Dismiss Rate) a diminué de 1,70 %.
- Le taux de rejet post-dislike (Post Dislike Rate) a diminué de 2,74 %.
Amélioration de l'Exploration d'Intérêts : Une augmentation statistiquement significative de 0,16 % de la consommation de nouveaux intérêts, indiquant que le système guide avec succès les utilisateurs vers de nouveaux domaines.
Insights d'Ablation : L'interface de feedback (Pills) a stimulé le volume d'interaction, tandis que le flux de service agentique sous-jacent était nécessaire pour convertir ces signaux en améliorations réelles de la qualité du flux.

Signification et Revendications

L'article affirme que SYF représente un passage de la personnalisation passive à la co-curation interactive entre l'utilisateur et l'algorithme. En comblant le fossé entre l'intention explicite de l'utilisateur et les signaux de classement implicites, SYF offre une voie fondée sur des principes vers un classement de flux plus transparent et contrôlable dans les plateformes sociales à grande échelle.

Les auteurs reconnaissent une limite actuelle : le système repose sur une entrée explicite de l'utilisateur pour déclencher la boucle de personnalisation active. Dans les environnements à haut débit où de nombreux utilisateurs sont passifs, le système revient au classement de base pour ceux qui n'interagissent pas avec les contrôles de pilotage. Des travaux futurs sont proposés pour traiter cette parcimonie via une élicitation proactive des préférences et l'apprentissage par transfert pour propager les profils inférés aux utilisateurs à faible signal.

En fin de compte, ce travail valide que l'intégration du raisonnement agentique piloté par LLM dans les piles de recommandation industrielles est techniquement réalisable et bénéfique, faisant progresser le domaine vers des systèmes où les utilisateurs peuvent activement piloter leur consommation de contenu en temps réel.