🤖 AI

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

Este artigo apresenta o Shape Your Feed (SYF), um sistema de agentes baseado em LLM que substitui o ranking passivo pela co-curadoria conversacional em tempo real por meio de uma arquitetura de três camadas, demonstrando melhorias significativas na relevância do feed e no sentimento do usuário por meio de precisão de alinhamento offline e testes A/B online em larga escala.

Autores originais: 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

Publicado 2026-08-10

📖 7 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: 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

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que o seu telefone é um buffet mágico e infinito de conteúdo — vídeos, postagens e histórias — servido por um chef muito ocupado e invisível. Durante anos, este chef trabalhou no escuro, adivinhando do que você gosta baseando-se apenas no que você já comeu antes. Se você demorou a olhar para a foto de um gato, o chef assume que você quer mais mil gatos. Se você passou direto por uma receita, ele assume que você odeia cozinhar. Isso é chamado de "classificação passiva" e, embora seja bom em adivinhar, muitas vezes erra o alvo porque não consegue ouvir você falar. Ele não sabe se você realmente queria ver aquele gato, ou se apenas parou para acariciar o seu próprio.

Recentemente, um novo tipo de tecnologia chamado Modelos de Linguagem de Grande Escala (LLMs) chegou. Pense neles como assistentes super inteligentes e comunicativos que podem entender não apenas o que você clica, mas o que você diz. Eles podem ouvir sua voz, ler suas mensagens de texto e entender a nuance do seu humor. A grande questão para os cientistas que constroem sistemas de recomendação é: Podemos ensinar este assistente comunicativo a assumir a cozinha? Podemos deixar você dizer ao chef: "Na verdade, estou cansado de gatos hoje; traga-me alguns fatos sobre o espaço", e fazer com o que o chef mude instantaneamente o cardápio? Este é o desafio da "recomendação conversacional" — passar de um sistema que adivinha o seu gosto para um que ouve os seus pedidos.

O Sistema "Shape Your Feed": Um Chef que Ouve

Em seu artigo, uma equipe de pesquisadores da Meta apresenta um novo sistema chamado Shape Your Feed (SYF). Eles construíram uma cozinha digital onde o chef não apenas adivinha; ele ouve, aprende e ajusta o cardápio em tempo real com base em suas instruções diretas. Em vez de um sistema passivo que espera você clicar em "não gostei", o SYF é um sistema "agêntico", que é uma forma elegante de dizer que ele age como um assistente inteligente que pode agir em seu nome.

Os pesquisadores descobriram que, ao combinar uma IA comunicativa com um motor de recomendação tradicional, eles poderiam criar um feed que parece muito mais com o seu feed. Eles mostraram que, quando os usuários podiam conversar com o sistema ou usar botões inteligentes para dizer exatamente o que queriam, o sistema tornava-se muito melhor em mostrar as coisas certas para eles.

Como a Magia Acontece: A Cozinha de Três Fluxos

O sistema SYF funciona como uma equipe de três partes em uma cozinha, cada uma com um trabalho específico:

1. O Fluxo de Percepção (Os Ouvidos e o Cérebro)
É aqui que o sistema ouve você. Você pode digitar "Quero mais vídeos de culinária, mas sem comida apimentada", usar sua voz para dizer "Mostre menos política" ou tocar em um botão inteligente que diz "Estou entediado com este tópico". O Fluxo de Percepção pega essas instruções humanas desorganizadas e as transforma em um "Perfil Semântico" claro e organizado. Pense nisso como o chef escrevendo uma lista de compras organizada baseada no seu pedido confuso. Ele lembra do seu histórico, então, se você disse "nada de política" ontem e "mais tecnologia" hoje, ele atualiza a lista adequadamente. Ele até sai e busca silenciosamente alguns novos "ingredientes" (vídeos ou postagens) que combinem com sua nova lista enquanto você ainda está falando.

2. O Fluxo de Serviço (A Montagem e o Servimento)
Uma vez que a lista está pronta, o Fluxo de Serviço assume o controle. Ele olha para a enorme pilha de conteúdo que o sistema normalmente mostraria (o "pool de candidatos") e começa a ordenar. Ele usa a nova lista de compras do chef para:

Adicionar: Trazer itens frescos que correspondam aos seus novos interesses.
Podar: Descartar qualquer coisa que viole suas regras (como aquelas postagens políticas que você baniu).
Reclassificar: Reordenar o prato para que as coisas que você pediu estejam no topo.
Crucialmente, isso acontece super rápido. O sistema não apenas adivinha; ele usa um método de pontuação inteligente para decidir exatamente o quanto seu novo pedido deve mudar a ordem. Ele mistura seus pedidos explícitos com o conhecimento habitual do sistema sobre o que você gosta, garantindo que você não perca todo o seu conteúdo favorito só porque pediu uma pequena mudança.

3. O Fluxo de Autoevolução (O Provador)
Esta é a parte que faz o sistema ficar mais inteligente ao longo do tempo. Depois que o sistema lhe serve uma refeição, ele observa o que você faz. Você comeu o novo vídeo de culinária? Você jogou fora a postagem de tecnologia? Ele também usa uma equipe de IAs "juízas" para verificar se as decisões do sistema foram boas. Se o sistema cometeu um erro, ele aprende com ele. Os pesquisadores usaram uma técnica chamada Otimização de Preferência Direta (DPO), que é como o chef praticando com um crítico gastronômico rigoroso até que consiga o sabor perfeito. Esse ciclo garante que o sistema não apenas siga ordens uma vez, mas que melhore ao segui-las a cada vez.

O Que Eles Descobriram: A Prova está no Pudim

Os pesquisadores não apenas construíram isso; eles testaram para ver se realmente funcionava.

Os Testes Offline (O Treino)
Primeiro, eles testaram o módulo de "pontuação de alinhamento" do sistema — a parte que decide se uma postagem corresponde ao seu pedido. Eles compararam seu novo sistema com métodos antigos que apenas adivinhavam com base em alguns exemplos.

O antigo método de "poucos disparos" (few-shot) acertou cerca de 83,84% das decisões.
O novo sistema, após treinamento com as IAs "juízas" e refinamento com dados reais de usuários (SFT + DPO), acertou 98,85% das decisões.
Ele também fez isso incrivelmente rápido, levando apenas 323 milissegundos para pontuar uma lista de itens, o que é rápido o suficiente para não travar o seu telefone.

Os Testes Online (A Refeição Real)
Depois, eles implementaram o SYF para usuários reais nos EUA e Canadá durante vários meses. Eles dividiram os usuários em dois grupos: um grupo recebeu o sistema antigo e o outro recebeu o novo sistema "Shape Your Feed".

Usuários amaram os novos controles: Quando tiveram a escolha entre os botões antigos e estáticos e as novas "Pílulas de Feedback Sensíveis ao Contexto" (botões inteligentes que mudam conforme o que você está vendo), 76,02% dos usuários escolheram os novos botões mais inteligentes.
Menos coisas que as pessoas odiaram: O novo sistema reduziu com sucesso o número de postagens que os usuários descartavam ou não gostavam. A taxa de "Descarte de Postagem" caiu 1,70%, e a taxa de "Não Gostei de Postagem" caiu 2,74%. Isso significa que o sistema foi melhor em filtrar as coisas que os usuários não queriam.
Mais descoberta: Os usuários começaram a explorar novos interesses com mais frequência, com um aumento de 0,16% no "Consumo de Interesse". Isso sugere que o sistema não estava apenas escondendo coisas; estava ajudando os usuários a encontrar novas coisas que eles realmente gostavam.

O Que Isso Significa

O artigo mostra que podemos nos afastar de sistemas que apenas adivinham o que queremos com base em nossos cliques passados. Ao adicionar uma camada de IA que pode entender nossas palavras e agir sobre elas, podemos criar feeds que parecem muito mais pessoais e menos frustrantes. Os pesquisadores descobriram que essa abordagem funciona bem no mundo real, tornando os usuários mais felizes e reduzindo a quantidade de conteúdo que eles precisam pular.

No entanto, os autores ressaltam cuidadosamente que este sistema depende de você se expressar. Se você nunca disser ao sistema o que quer, ele volta ao modo antigo e passivo de adivinhar. Eles sugerem que versões futuras podem precisar ser ainda mais proativas, talvez fazendo perguntas antes mesmo de você perceber que está entediado, para ajudar aqueles que não gostam de dar feedback. Mas, por enquanto, o Shape Your Feed prova que um sistema de recomendação que ouve é um sistema que funciona melhor.

Resumo Técnico: Shape Your Feed (SYF)

Declaração do Problema

Os sistemas de recomendação industriais atualmente dependem de um paradigma de ranking passivo, inferindo preferências do usuário exclusivamente a partir de sinais comportamentais implícitos (ex: cliques, tempo de permanência). Essa abordagem cria uma discrepância persistente entre os interesses explícitos de um usuário e o conteúdo entregue pelos algoritmos. Os usuários carecem de capacidade para expressar interesses matizados, explicar por que determinado conteúdo surge ou direcionar seu feed em tempo real. Além disso, os Sistemas de Recomendação Conversacionais (CRS) existentes frequentemente falham em ambientes de feed de alto rendimento porque assumem catálogos estáticos, lutam com a consistência de múltiplos turnos e carecem de mecanismos para vincular estritamente a intenção generativa a um inventário de produção sem alucinações.

Metodologia: O Framework SYF

Os autores propõem o Shape Your Feed (SYF), um sistema agente baseado em LLM projetado para permitir a co-curadoria de conteúdo multimodal em tempo real. O SYF opera através de uma arquitetura de três camadas que unifica a compreensão de linguagem natural com pipelines de ranking de nível de produção:

1. Fluxo de Percepção (Perception Flow)

Este módulo captura a intenção fina do usuário a partir de entradas multimodais não estruturadas (prompts de texto, comandos de voz e interações de UI como "Pílulas de Feedback Contextuais").

Mecanismo: Um orquestrador analisa as consultas do usuário e as roteia para uma Ferramental de Recomendação (Recommendation Toolchain).
Componentes Principais:
- Detecção de Intenção: Desambigua as motivações comportamentais subjacentes.
- Síntese de Preferência: Atualiza um Perfil Semântico ( $S_t$ ) persistente realizando deduplicação, fortalecimento, resolução de conflitos e expansão semântica com base no histórico do usuário e na entrada atual.
- Busca de Candidatos: Recupera assincronamente itens de inventário relevantes com base em novos interesses positivos, desacoplando a latência de recuperação do caminho de serviço em tempo real.
Saída: Um Perfil Semântico estruturado e uma Trajetória de Intenção ( $T_t$ ) atualizada.

2. Fluxo de Serviço (Serving Flow)

Este fluxo executa o re-ranking e a poda agêntica em tempo real, fundamentando o raciocínio do LLM no inventário real da plataforma.

Geração de Contexto: Traduz sinais numéricos de ranking e o Perfil Semântico em um prompt de linguagem natural ( $P_{align}$ ) interpretável pelo LLM.
Refinamento Agêntico: O sistema realiza um refinamento de quatro etapas no pool de candidatos:
1. Aumentação: Mescla candidatos de produção com itens recuperados do Cache de Candidatos.
2. Pontuação de Alinhamento: Utiliza um LLM para pontuar listas de candidatos contra o perfil do usuário, atribuindo pontuações positivas para correspondências e negativas para conflitos.
3. Poda (Pruning): Filtra rigorosamente candidatos que pontuam abaixo de um limiar $\tau$ , aplicando instantaneamente o feedback negativo.
4. Re-ranking: Mistura a pontuação de alinhamento semântico com a pontuação de engajamento de produção base ( $\hat{y}_{u,v}$ ) usando um peso de fusão $\alpha$ .
Justificativa: Gera explicações em linguagem natural para os principais itens para aumentar a transparência.

3. Fluxo de Evolução Própria (Self-Evolution Flow)

Este módulo estabelece um sistema de otimização de ciclo fechado para alinhar o comportamento do agente com o julgamento humano.

Alinhamento de Política de Feedback Duplo:
- Ajuste Fino Supervisionado (SFT): Treina o modelo de pontuação de alinhamento usando rótulos gerados por um ensemble de LLM-como-Juiz (ex: modelos de código aberto como Llama 4 Maverick ou Qwen3-VL) para lidar com feedback explícito esparso.
- Otimização de Preferência Direta (DPO): Refina o modelo usando o feedback comportamental real do usuário (ex: cliques em "Mostrar Menos") para endurecer iterativamente as fronteiras de preferência sem modelos de recompensa separados.
Propagação Agêntica-para-Produção: Destila insights semânticos de alta ordem do agente para o ranker de produção base ( $f_\theta$ ) para melhorar as características de recuperação e ranking ao longo do tempo.

Principais Contribuições

Arquitetura de Sistema: Um framework agêntico escalável que combina compreensão de intenção baseada em LLM com memória estruturada e persistente e fluxos de ranking compatíveis com produção, permitindo comportamento de múltiplos turnos estável e respostas fundamentadas no catálogo.
Supervisão de Preferência Multimodal: Uma abordagem unificada para integrar controles de texto, voz e UI em um estado de preferência consistente, melhorando a personalização e a agência do usuário.
Validação Empírica: Avaliações offline e online extensas demonstrando que o SYF melhora a relevância do feed e reduz o feedback negativo, oferecendo um caminho prático para recomendação interativa em ambientes industriais.

Resultados

Avaliação Offline

Precisão de Alinhamento: O módulo de pontuação de alinhamento alcançou 98,85% de precisão (SFT + DPO), superando significativamente os baselines de poucos disparos (few-shot) de 83,84% e os sinais de ranking convencionais ($P(CSL)$, $P(CSM)$), que mostraram discriminação negligenciável entre conteúdo correspondente e incompatível.
Eficiência: O sistema mantém baixa latência (323ms para pontuação), adequando-se às restrições de produção.
Seleção de Modelo: O Llama 3 8B foi selecionado como o equilíbrio ideal entre capacidade de raciocínio e latência de inferência, superando modelos menores (1B) e evitando os custos proibitivos de modelos maiores (70B).

Testes A/B Online

Realizados em tráfego de produção real (EUA/Canadá, 18+), o sistema SYF demonstrou:

Maior Controle do Usuário: Usuários selecionaram Pílulas de Feedback Contextuais 76,02% das vezes, comparado a 23,98% para pílulas estáticas, indicando superior alinhamento semântico.
Redução de Feedback Negativo:
- A Taxa de Descarte Pós-Visualização (Post Dismiss Rate) diminuiu 1,70%.
- A Taxa de Descurtida Pós-Visualização (Post Dislike Rate) diminuiu 2,74%.
Melhoria na Exploração de Interesses: Um aumento estatisticamente significativo de 0,16% no consumo de novos interesses, indicando que o sistema guia com sucesso os usuários para novos domínios.
Insights de Ablação: A interface de feedback (Pílulas) impulsionou o volume de interação, enquanto o fluxo de serviço agêntico subjacente foi necessário para converter esses sinais em melhorias reais na qualidade do feed.

Significância e Alegações

O artigo afirma que o SYF representa uma mudança da personalização passiva para a co-curadoria interativa entre usuário e algoritmo. Ao preencher a lacuna entre a intenção explícita do usuário e os sinais de ranking implícitos, o SYF oferece um caminho principiológico para um ranking de feed mais transparente e controlável em plataformas sociais de grande escala.

Os autores reconhecem uma limitação atual: o sistema depende de entrada explícita do usuário para acionar o loop de personalização ativa. Em ambientes de alto rendimento onde muitos usuários são passivos, o sistema retorna ao ranking base para aqueles que não interagem com os controles de direcionamento. Trabalhos futuros são propostos para abordar essa esparsidade através da elicitação proativa de preferências e transferência de aprendizado para propagar perfis inferidos para usuários de baixo sinal.

Em última análise, o trabalho valida que a integração de raciocínio agêntico impulsionado por LLM em stacks de recomendação industrial é tecnicamente viável e benéfica, movendo o campo em direção a sistemas onde os usuários podem direcionar ativamente seu consumo de conteúdo em tempo real.