CIKM2024 | LLM-CF: 大模型增强的协同过滤方法

文章预览

嘿，记得给“ 机器学习与推荐算法 ”添加 星标 TLDR: 本文提出了一种名为 LLM-CF 的新型推荐系统框架，旨在高效地利用大语言模型的世界知识和推理能力来增强传统推荐系统的协同过滤信息。LLM-CF 通过离线的指令微调训练使模型同时具备推荐能力和生成能力，并结合链式推理数据集，在在线阶段通过上下文链式推理模块显著提升推荐效果，同时保持较高的部署效率。 论文： https://arxiv.org/pdf/2403.17688 1. 导读 近年来，随着大型语言模型（LLMs）的迅速发展，研究人员对如何将这些模型用于增强推荐系统（RSs）表现出极大兴趣。当前有两种主要方法来利用LLM改进推荐系统：一是直接将LLM作为推荐系统，二是利用LLM生成特征来增强推荐系统。 LLM as Recommender Systems ：这类方法包括直接提示LLM进行推荐，或者通过微调LLM使其专门用于推荐任务。尽管这些方法 ………………………………