GPT 作为推荐解释文本的基线

在本工作中，我们建立了现代模型生成的电影推荐文本解释可能如何帮助用户这一潜力的基线，并探讨了用户喜欢或不喜欢这些文本解释的不同组成部分，特别是与现有人工电影评论的对比。我们发现，参与者对电影给出的排名没有显著差异，对从未看过的电影的评论给出的个体质量评分也没有显著差异。然而，当电影是参与者之前看过的时，他们确实将评论标记为显著更好。我们还探讨了参与者标记为对每个质量重要的电影评论文本的具体方面。总体而言，我们确立了现代 LLM 是推荐解释的一个有前景的来源，并打算未来进一步探索可个性化的文本解释。