RPP：通过多智能体强化学习提高大语言模型在推荐系统的效果

文章预览

RPP：通过多智能体强化学习提高大语言模型在推荐系统的效果 发布时间：2024 年 07 月 24 日 推荐系统 Reinforced Prompt Personalization for Recommendation with Large Language Models 设计精妙的提示能助力 LLMs 深入洞察用户喜好，并凭借其意图解读与知识运用的双重优势，精准推荐。然而，当前研究多聚焦于任务导向的提示设计，采用包含角色扮演、历史记录、推理引导及输出格式四种模式的固定模板，统一应用于所有用户。这种便捷之法却忽视了用户间的独特性，可能导致用户偏好捕捉的偏差。为此，我们创新提出实例导向的提示策略，为每位用户量身定制个性化提示，并借助强化提示个性化（RPP）技术，通过多代理强化学习（MARL）精细调整四种模式。RPP 将提示个性化视为在四种模式间全局择优，而非逐字逐句的微调，确保了提示的高质量。同时，RPP 针对特定推 ………………………………