IJCAI2024 | 利用基础模型的联邦推荐系统

文章预览

嘿，记得给“ 机器学习与推荐算法 ”添加 星标 大语言模型最近在多个领域取得了显著的成功，尤其是具备较强泛化能力的基础模型，将其应用于推荐系统已经成为了一种新的推荐范式。然而， 如何能够在保护隐私的前提下，使基础模型能够及时捕捉用户偏好的变化，同时保持合理的通信和计算成本，成为了一个全新的挑战 。为此，论文提出了一种新的 联邦自适应机制 ，以保护隐私的方式增强基于基础模型的推荐系统。具体来说，每个客户端首先利用其私有数据学习一个 轻量级的个性化适配器 ，然后，通过 协调适配器和预训练的基础模型 ，以一种细粒度的方式高效地提供推荐服务。该模型可以促进将共享知识融入到所有适配器中，同时有效建模用户的个人偏好。论文在四个实际场景中的基准数据集上对提出的模型进行了验证，实验结果表明 ………………………………