PO4ISR的可复现性分析：诊断与缓解基于LLM会话推荐中的语义漂移
信息检索
2026-05-20 v1 人工智能
机器学习
摘要
像PO4ISR这样基于推理的大型语言模型（LLM）在会话推荐中树立了新的基准。然而，其推理能力在不同语义领域的可复现性仍未被探索。在这项工作中，我们对PO4ISR进行了严格的可复现性研究，以评估其泛化极限。我们的分析揭示了一个关键的失败模式：标准推理提示在长会话中会出现严重的上下文漂移，导致在Games和Bundle等语义复杂的数据集上性能下降。为了量化和解决这一稳定性差距，我们引入了PO4ISR++，这是一个增强了稳健性的实现，它集成了反思性提示和一致排名检测。与原始的静态提示策略不同，我们的方法能够动态适应跨领域线索。我们在ML-1M、Games和Bundle上对原始实现和我们的稳健变体进行了基准测试。我们的结果证实，虽然原始模型在新的领域中表现挣扎，但我们的可复现扩展恢复了性能，在Games上取得了高达54%的稳定增益，在Bundle上取得了96%的稳定增益。我们发布了开源工件，包括复现的基线和我们增强的框架，以促进未来基于LLM推荐的可靠研究。
引用
@article{arxiv.2605.18780,
title = {A Reproducibility Analysis of PO4ISR: Diagnosing and Mitigating Semantic Drift in LLM-Based Session Recommendation},
author = {Aditya Tiwari and Konduri Naga Lakshmi Rekha and Rajesh Kumar Mundotiya},
journal= {arXiv preprint arXiv:2605.18780},
year = {2026}
}