LLM-Derived Priors for Thompson Sampling in Cold-Start Comment Recommendation¶

复现级别：核心机制复现。 论文的中心算子在本地真实执行；生产私有数据、大模型权重或专用服务未复刻，论文结果与本地结果严格分开。

论文信息¶

项目	内容
论文链接	arXiv 2608.03382
公司/机构	NAVER WEBTOON
首次公开日期	2026-08-04（arXiv v1）
原文开源代码	否：论文未提供官方/作者代码（核查日期：2026-08-09）
Adapter	`llm-ts-prior`
本地复现代码	`src/auto_research/reproductions/llm_ts_prior/`

主题：LLM 语义先验与冷启动 bandit。 新评论缺少交互反馈，但文本已含性别/内容偏好线索。论文把 LLM 语义判断转为 Beta 伪计数，并按性别年龄分群维护 Thompson posterior。

flowchart LR
    N0["评论文本"] --> N1
    N1["LLM 语义信号"] --> N2
    N2["分群 Beta 先验"] --> N3
    N3["Thompson sampling"] --> N4
    N4["在线反馈更新"]

原论文 Figure 1（关键图）：展示原论文方法的总体设计和关键组成。图片来自原论文，版权归原作者所有；点击图片可查看来源。

\(\theta_a\sim\operatorname{Beta}(\alpha_a,\beta_a),\quad \alpha_a=1+\kappa p_a,\ \beta_a=1+\kappa(1-p_a)\)

每臂约 59.5 万用户的四周 A/B/C：Gender Prior 总体 CTR +1.48%（p=0.144，不显著），10–49 曝光冷启动段 +9.51%；Content Prior 总体 CTR -5.68%。

以 MovieLens genre 代理文本语义，运行分群 Beta prior 与 40 轮 Thompson 在线更新；明确保留负向及不显著结果。

运行：

auto-research reproduce --paper llm-ts-prior --dataset-dir data --seed 42

稳定指标保存在 metrics/public-seed42.json，不提交 checkpoint。

本地对照口径：基线为去掉论文特有机制、其余数据切分与预算相同的 matched control；实验组为 llm-ts-prior 核心机制；相对变化见 public-seed42.json；跨论文百分比不适用。