GenCAR: Generative Counterfactual Alignment with Risk-Controlled Selection for Out-of-Distribution Recommendation

📄 arXiv: 2609.02162v1 📥 PDF

作者: Qianqian Wang, Yunshan Li, Jiawen Zeng, Wenwu Gong, Lili Yang

分类: cs.IR, cs.LG

发布日期: 2026-09-02

备注: 19 pages, 8 figures, 7 tables

💡 一句话要点

提出GenCAR以解决分布转移下的推荐风险控制问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 分布转移 推荐系统 反事实学习 风险控制 机器学习

📋 核心要点

  1. 现有的OOD推荐方法在控制代理标签假发现率方面存在不足，导致推荐结果的可靠性降低。
  2. 本文提出的GenCAR方法通过结合偏好引导的反事实监督与校准集选择，有效控制代理标签FDR。
  3. 实验结果表明，GenCAR在多个基准测试中显著提升了OOD候选恢复的性能，验证了其有效性。

📝 摘要（中文）

在分布转移下提供有效推荐对于平衡实用性和风险至关重要。然而，现有的OOD方法大多在未控制代理标签假发现率（FDR）的情况下改善排名或构建反事实候选集。本文将OOD推荐视为α-有效反事实推荐（α-VCR）问题，提出GenCAR方法，通过偏好引导的反事实监督与校准集选择相结合，控制代理标签FDR。GenCAR在干预环境因素的同时，固定稳定的偏好表示，通过偏好锚点和信任半径过滤来引导离线大型语言模型的提案，并使用符合性p值进行Benjamini-Hochberg选择。我们理论上界定了条件反事实近似误差，并证明了在可交换性和正回归依赖下对代理标签FDR的有限样本、无分布控制，且在任意依赖下提供Benjamini-Yekutieli保证。大量实验验证了实现的代理假发现比例，并展示了GenCAR在多个基准测试中持续增强OOD候选恢复的能力。

🔬 方法详解

问题定义：本文旨在解决在分布转移情况下推荐系统的风险控制问题。现有方法往往未能有效控制代理标签的假发现率（FDR），导致推荐结果的不可靠性。

核心思路：GenCAR方法通过将OOD推荐视为α-有效反事实推荐（α-VCR）问题，结合偏好引导的反事实监督与校准集选择，旨在在保持候选支持的同时控制FDR。

技术框架：GenCAR的整体架构包括三个主要模块：固定稳定的偏好表示、环境因素的干预和通过偏好锚点引导的提案生成。具体流程为：首先固定偏好表示，然后在环境因素上进行干预，最后通过信任半径过滤和符合性p值进行候选集选择。

关键创新：GenCAR的创新在于其能够在控制代理标签FDR的同时，利用反事实监督来增强推荐的可靠性。这一方法与传统的OOD推荐方法在控制假发现率的能力上有本质区别。

关键设计：在设计上，GenCAR使用了符合性p值进行Benjamini-Hochberg选择，并在模型训练中引入了信任半径过滤机制，以确保生成的候选集在风险控制下的有效性。具体的损失函数和网络结构设计尚未详细披露，属于未知领域。

🖼️ 关键图片

fig_0
img_1
img_2

📊 实验亮点

实验结果显示，GenCAR在多个基准测试中显著提高了OOD候选恢复的能力，相较于基线方法，代理假发现比例得到了有效控制，提升幅度达到XX%（具体数据需根据实验结果填写）。

🎯 应用场景

该研究的潜在应用领域包括电子商务、社交媒体推荐系统以及个性化内容推荐等。通过有效控制推荐系统中的风险，GenCAR能够提升用户体验，减少不相关或低质量推荐的发生，具有重要的实际价值和未来影响。

📄 摘要（原文）

Serving useful recommendations under distribution shift is crucial for balancing utility and risk in out-of-distribution (OOD) recommendation. However, most existing OOD methods improve ranking or construct counterfactual candidates without controlling the proxy-label false discovery rate (FDR) of the served set. In this work, we formulate OOD serving as the $α$-Valid Counterfactual Recommendation ($α$-VCR) problem to retain candidate support learned from counterfactual supervision while controlling proxy-label FDR, and propose GenCAR, which couples preference-grounded counterfactual supervision with calibrated set selection. In particular, GenCAR fixes the stable-preference representation while intervening on the environmental factor, grounds offline large language model proposals through preference anchors and trust-radius filtering, and uses conformal $p$-values for Benjamini--Hochberg selection. We theoretically bound conditional counterfactual approximation error and prove finite-sample, distribution-free control of proxy-label FDR under exchangeability and positive regression dependence, with a Benjamini--Yekutieli guarantee under arbitrary dependence. Extensive experiments audit realized proxy false discovery proportions and demonstrate that GenCAR consistently enhances OOD candidate recovery across diverse benchmarks.