面向个性化与可解释推荐的大语言模型综述
信息检索
2023-11-22 v1 人工智能
摘要
近年来，随着自然语言处理（NLP）领域大语言模型（LLM）的出现，推荐系统（RS）经历了变革性的转变。诸如 OpenAI 的 GPT-3.5/4、Meta 的 Llama 等模型，在理解和生成类人文本方面展现出前所未有的能力。这导致了个性化与可解释推荐领域的范式转变，因为 LLM 提供了一套通用工具，用于处理海量文本数据以提升用户体验。为全面理解现有基于 LLM 的推荐系统，本综述旨在分析 RS 如何从基于 LLM 的方法中获益。此外，我们描述了个性化解释生成（PEG）任务中的主要挑战，即 RS 中的冷启动问题、不公平与偏差问题。
引用
@article{arxiv.2311.12338,
title = {A Survey on Large Language Models for Personalized and Explainable Recommendations},
author = {Junyi Chen},
journal= {arXiv preprint arXiv:2311.12338},
year = {2023}
}