EvoSkillRec: Skill-Genome Evolution for Recommender Architecture Discovery¶

复现级别：L1 核心机制诊断。 执行 typed genome、validation evaluator、promotion 与 reuse；未调用外部 LLM 发明任意代码，也不复述论文大规模搜索收益。

论文信息¶

项目	内容
论文链接	arXiv 2609.34552
公司/机构	City University of Hong Kong
首次公开日期	2026-09-28（arXiv v1）
原文开源代码	是：官方/作者代码
Adapter	`evoskillrec`
本地复现代码	`src/auto_research/reproductions/evoskillrec/`

原始论文总结¶

背景与主要改动¶

把推荐网络拆成带输入输出类型的可执行 skill genome；控制器在约束空间组合技能，只有通过 validation 的创新才晋级并进入后续复用库。

flowchart LR
  I[公开输入/当前状态] --> M[evoskillrec 核心机制]
  M --> A[可审计中间量]
  A --> O[输出/更新状态]

原论文关键图¶

原论文 Figure 1（关键图）：展示原论文提出的核心架构、主要模块及其连接关系。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式¶

设技能基因组为 \(g=(s_1,\ldots,s_n)\)，只有相邻技能类型满足 \(O(s_i)=I(s_{i+1})\) 才可执行。验证分数 \(V(g)\) 满足 \(V(g)>V(g_0)+\epsilon\) 时，控制器才把 \(g\) 晋级到可复用技能库。本地 adapter 真实执行类型校验、组合、验证、晋级与复用。

论文离线与线上效果¶

论文中的 benchmark、速度或训练曲线属于原文结果。本地三种子 mini-suite 仅检验机制和不变量，不与论文规模结果横比，也不外推线上收益。

本地复现¶

三种子诊断见 metrics/mechanism-seeds42-44.json。其中 diagnostic_only=true，不能进入正式能力排名。

本地对照口径：基线为不执行技能变换的固定 genome，实验组执行 typed skill genome 并经过 validation 晋级；相对提升不适用（L1 机制诊断，不作正式能力比较）。

复现边界¶

执行 typed genome、validation evaluator、promotion 与 reuse；未调用外部 LLM 发明任意代码，也不复述论文大规模搜索收益。