论文总结 | 生成式推荐系统近期研究工作梳理

文章预览

©  作者｜张君杰 机构｜中国人民大学 研究方向｜推荐系统、自然语言处理 本文聚焦并总结了当前 生成式推荐的部分研究进展 ，欢迎大家在知乎专栏的文章下方评论留言，交流探讨！ 引言 现代推荐系统通过在候选空间中检索合适的物品来进行个性化推荐。近年来，随着生成式模型（如GPT系列）的不断发展，研究人员开始尝试将生成式技术引入推荐系统，革新推荐范式。在这一新范式下，推荐被重新建模为序列生成任务，模型通过建模用户的交互信息来生成候选物品的表征。 然而，生成式技术在推荐系统中的应用也面临一些挑战。例如： 物品的表征 ：相比于现代推荐系统中使用ID来表征物品，生成式方法往往采用多个离散的词元来表征一个物品（如物品的标题文本信息或离散的数字编码等）。这些离散表征的质量直接影响下游任务的性能。 多 ………………………………