谷歌 | 一种简单无需微调的大模型推荐方案

文章预览

嘿，记得给“ 机器学习与推荐算法 ”添加 星标 TLDR: 本文提出了一个名为STAR的简单无需训练的方法，利用大语言模型来解决推荐系统中的问题。STAR框架无需对大模型进行微调，通过结合语义嵌入和用户协同信息来检索候选项目，然后使用大模型进行成对排序以增强下一个项目预测任务。 论文： https://arxiv.org/abs/2410.16458 引言 在数字化时代，个性化推荐系统已成为提升用户体验和增加用户参与度的重要工具。无论是电商网站、社交媒体还是流媒体服务，推荐系统都在帮助用户在海量信息中发现他们可能感兴趣的内容。 随着大语言模型的快速发展，研究者们有了新的机会来改进推荐任务。传统的大模型推荐方法依赖于微调大模型来实现最佳效果，但这不仅成本高昂，还增加了工程复杂性；而不经过微调直接使用大模型的方法虽然资源消耗较少，但 ………………………………