-Rec: A Verifiable Benchmark for Agentic Recommender Systems
Het artikel introduceert -Rec, een verifieerbare benchmark voor agentische aanbevelingssystemen die subjectieve LLM-gebaseerde evaluaties vervangt door gestructureerde beloningen en een met tags voorzien elicitatiemechanisme, wat een aanzienlijk betrouwbaarheidsgat onthult in huidige conversationele agenten waarbij zelfs de beste modellen moeite hebben om takenconstanten consistent te voldoen.