macau-hidden-bites

A Macau food recommendation Agent built on Thompson Sampling + StackedPareto weight fusion, with a full evaluation pipeline (5-fold CV, bootstrap CIs, stress tests) on 5,000 simulated users and 100k interactions. Competition entry for the QwenPaw AI Developer Challenge.

开发早期通过 10 个数据种子的对照实验定位到评估陷阱：SoftLabel 一次性交叉拟合方案在 10/10 个数据种子上 NDCG 上升，但 10/10 个种子的真实策略价值下降（均值约 −0.0123）。据此放弃"一次性交叉拟合蒸馏"路线，改为在四权重层融合两个模型（StackedPareto）。完整失败记录见 docs/training_report.pdf 第 4 节。