消除基于LLM的推荐系统中的域外推荐：一个统一视角
信息检索
2026-01-23 v2 人工智能
摘要
基于大型语言模型 (LLMs) 的推荐系统经常受到域外 (OOD) 项目幻觉的困扰。为解决此问题，我们提出了 RecLM，一个通过在单一架构下实例化三种接地范式来弥合检索与生成之间差距的统一框架：基于嵌入的检索、基于重写项目标题的约束生成，以及离散项目分词器生成。使用相同的主干 LLM 和提示，我们在公共基准上系统地比较了这三种视角。RecLM 在所有变体中严格根除了 OOD 推荐 (OOD@10 = 0)，并且约束生成变体 RecLM-cgen 和 RecLM-token 与强大的基于 ID 和基于 LLM 的基线相比，取得了整体最先进的准确率。我们的统一视角为比较三种减少项目幻觉的不同范式提供了系统基础，提供了一个促进 LLM 应用于推荐任务的实用框架。源代码位于 https://github.com/microsoft/RecAI。
引用
@article{arxiv.2505.03336,
title = {Eliminating Out-of-Domain Recommendations in LLM-based Recommender Systems: A Unified View},
author = {Hao Liao and Jiwei Zhang and Jianxun Lian and Wensheng Lu and Mingqi Wu and Shuo Wang and Yong Zhang and Yitian Huang and Mingyang Zhou and Rui Mao},
journal= {arXiv preprint arXiv:2505.03336},
year = {2026}
}
备注
20 pages