Chinese contentSimRec 用强化学习训练推荐智能体的完整交互策略
推荐系统开发者值得看看这篇：浙大团队开源了 SimRec，用 GRPO 端到端训练会搜目录、会追问用户的推荐智能体。4B 的 Qwen3 打赢了更大规模的免训练方案，代码可复现，做电商搜索推荐的团队可以直接拿来参考。
推荐系统开发者值得看看这篇：浙大团队开源了 SimRec，用 GRPO 端到端训练会搜目录、会追问用户的推荐智能体。4B 的 Qwen3 打赢了更大规模的免训练方案，代码可复现，做电商搜索推荐的团队可以直接拿来参考。