Resumen: Los recomendadores modernos basados en LLM pueden generar listas clasificadas convincentes, pero tienen dificultades para satisfacer de manera confiable las limitaciones de gobernanza, como la exposición mínima de cola larga o los requisitos de diversidad. Presentamos PCN-Rec, un canal de negociación con pruebas que separa el razonamiento en lenguaje natural de la aplicación determinista. Un recomendador base (MF/CF) produce una ventana candidata de tamaño W, que es negociada por dos agentes: un defensor del usuario que optimiza la relevancia y un agente de políticas que aplica las restricciones. Un mediador LLM sintetiza una lista de los N principales junto con un certificado estructurado (JSON) que describe el cumplimiento de la restricción reclamada. Un verificador determinista vuelve a calcular todas las restricciones de la lista y acepta sólo certificados verificados por el verificador; Si la verificación falla, una reparación determinista restringida y codiciosa produce una lista compatible para la reverificación, lo que produce un rastro auditable. En MovieLens-100K con restricciones de gobernanza, PCN-Rec logra una tasa de aprobación del 98,55 % en usuarios factibles (n = 551, W = 80) frente a una línea base de LLM única sin verificación/reparación, al tiempo que preserva la utilidad con solo una caída absoluta de 0,021 en NDCG@10 (0,403 frente a 0,424); las diferencias son estadísticamente significativas (p < 0,05).
Publicado originalmente en export.arxiv.org el 15 de enero de 2026.
Ver fuente original
