发生了什么
该研究作者团队来自中国科学院信息工程研究所智能认知安全实验室，主要研究智能算法、大语言模型、多智能体系统及其安全。 打开视听平台，系统决定你接下来看到什么；进入购物软件，系统预测你可能购买什么。过去几十年，推荐系统主要关注 “能否更准确地预测用户下一步喜欢什么”。但当用户希望探索小众内容、调整兴趣结构或摆脱热门推荐时，系统是否会响应？ 一个推荐系统可以很会 “猜你喜欢”，却未必真正 “听你的”。为此，我们提出 CtrlBench-Rec ：一个面向黑盒推荐系统的多智能体外部可控性评估框架。它不访问模型参数、梯度、召回逻辑和内部用户表示，仅通过搜索、点击等外部行为，测量系统能否被用户引导。 论文标题：Can We Steer the Black-Box? Towards Controllability-Centric Evaluation of Recommender Systems with Collaborative Agents 作者：Jiwen Zhou*, Xiang Liu*, Mingming Li†, Pengbo Mo, Jiao Dai, Honglei Lv†, Jizhong Han, Songlin Hu * Equal contribution, † Corresponding authors 作者单位：中国科学院信息工程研究所、网络空间安全学院 论文地址：https://arxiv.org/pdf/2607.13418 代码地址：https://github.com/caskcsg/CtrlBenchRec 推荐系统评估缺少了什么？ Recall、Hit Rate 和 NDCG 等传统指标主要衡量模型能否根据历史准确预测下一次交互，能够回答 “系统猜得准不准”，却难以判断外部用户能否引导设置控制推荐算法。 外部可控性关注的不是一次排序结果，而是推荐系统在连续外部行为作用下的响应过程：用户需要多少轮交互才能推动系统改变推荐方向？哪些内容可以被引导出来？哪些兴趣能够被塑造？哪些长尾区域即使持续交互也难以触达？ 与需要访问模型内部结构的白盒可控方法不同，CtrlBench-Rec 将推荐系统视为完全不透明的黑盒，只利用系统对外提供的推荐和交互接口进行评估。 如何测量外部可控性？ 论文设计了三个递进任务： 目标内容发现 考察外部行为能否使系统持续暴露指定内容； 兴趣画像塑造 判断外部行为能否改变推荐结果所反映的兴趣结构； 流行度偏置缓解 检验用户能否推动系统减少热门内容依赖并进入长尾区域。 三个任务分别对应显式目标、隐式兴趣表示和系统内生偏置，构成对黑盒推荐系统外部可控性的分层测量。 多智能体如何成为评
该研究作者团队来自中国科学院信息工程研究所智能认知安全实验室，主要研究智能算法、大语言模型、多智能体系统及其安全。 打开视听平台，系统决定你接下来看到什么；进入购物软件，系统预测你可能购买什么。过去几十年，推荐系统主要关注 “能否更准确地预测用户下一步喜欢什么”。但当用户希望探索小众内容、调整兴趣结构或摆脱热门推荐时，系统是否会响应？ 一个推荐系统可以很会 “猜你喜欢”，却未必真正 “听你的”。为此，我们提出 CtrlBench-Rec ：一个面向黑盒推荐系统的多智能体外部可控性评估框架。它不访问模型参数、梯度、召回逻辑和内部用户表示，仅通过搜索、点击等外部行为，测量系统能否被用户引导。 论文标题：Can We Steer the Black-Box? Towards Controllability-Centric Evaluation of Recommender Systems with Collaborative Agents 作者：Jiwen Zhou*, Xiang Liu*, Mingming Li†, Pengbo Mo, Jiao Dai, Honglei Lv†, Jizhong Han, Songlin Hu * Equal contribution, † Corresponding authors 作者单位：中国科学院信息工程研究所、网络空间安全学院 论文地址：https://arxiv.org/pdf/2607.13418 代码地址：https://github.com/caskcsg/CtrlBenchRec 推荐系统评估缺少了什么？ Recall、Hit Rate 和 NDCG 等传统指标主要衡量模型能否根据历史准确预测下一次交互，能够回答 “系统猜得准不准”，却难以判断外部用户能否引导设置控制推荐算法。 外部可控性关注的不是一次排序结果，而是推荐系统在连续外部行为作用下的响应过程：用户需要多少轮交互才能推动系统改变推荐方向？哪些内容可以被引导出来？哪些兴趣能够被塑造？哪些长尾区域即使持续交互也难以触达？ 与需要访问模型内部结构的白盒可控方法不同，CtrlBench-Rec 将推荐系统视为完全不透明的黑盒，只利用系统对外提供的推荐和交互接口进行评估。 如何测量外部可控性？ 论文设计了三个递进任务： 目标内容发现 考察外部行为能否使系统持续暴露指定内容； 兴趣画像塑造 判断外部行为能否改变推荐结果所反映的兴趣结构； 流行度偏置缓解 检验用户能否推动系统减少热门内容依赖并进入长尾区域。 三个任务分别对应显式目标、隐式兴趣表示和系统内生偏置，构成对黑盒推荐系统外部可控性的分层测量。 多智能体如何成为评
为什么重要
需要你自己点开原文确认一次，这里给的是摘要与判断。
需要你自己点开原文确认一次，这里给的是摘要与判断。
跟你有什么关系
能转：做内容的话，这条多半能直接变成一个选题或一段工作流。
能转：做内容的话，这条多半能直接变成一个选题或一段工作流。
以上判断为规则生成的初稿，发布前请润色。
判定理由
评分 0 / 100