小红书精读：DREAM Technical Report

🔥手淘推荐新范式：DREAM智能调控

各位算法同学们，今天分享一篇来自淘宝首页feed的论文，讲的是如何用智能体方法给现有推荐管线加一层自主优化控制，不替换模型就能带来显著的业务指标提升，工业落地的参考价值很高。

📄 DREAM Technical Report

🔧 三层Intent Engine：把设备端行为信号融合成L0/L1/L2结构化意图，边云触发链只上报约8.7%的行为，既能实时感知意图变化，又能控住成本。 🧩 Meta Engine分层推理：由MetaModel按M1→M2→M3逐层做意图总结、策略规划和参数翻译，再通过带安全护栏的统一出口下发到重排、精排等模块。 ⚙️ Reward Dual Loop：离线模拟做策略空间探索，在线反馈校准真实效果，形成“生成-执行-评估-经验积累”的持续闭环。

📊 仅控制重排阶段，IPV提升2.06%，Core IPV提升2.39%，GMV提升0.88%。 📈 将控制扩展到精排阶段后，增益进一步提升到IPV +2.71%、Core IPV +3.06%、GMV +1.31%。 ✅ PV提升始终超过1%，全程无需替换现有管线模型，也不牺牲服务稳定性。

DREAM的核心思路是给已有管线叠加一个“可感知、可编排、可审计”的策略控制层，工程侵入性小，效果又很扎实。不过离线模拟和在线反馈的双闭环依赖较强的基础设施，小团队直接照搬会有一定门槛，值得关注它后续的轻量化方案。

原文：AlphaXiv