大语言模型在数字图书馆文档推荐任务中的独特风味：潜在问题探讨
数字图书馆
2024-10-02 v2
摘要
本文探讨了大型语言模型在文献推荐领域的表现，并探索了潜在偏差。结果表明，尽管一些大型模型在经过简单人工筛选后，其推荐结果可以相当满意，但总体而言，这些模型在具体的文献推荐任务中的准确性通常属于中等。此外，这些模型倾向于推荐那些时效性强、具有合作性且能够拓展或深化该领域的文献。在 scholar recommendation tasks中，没有证据表明LLMs会加剧与性别、种族或国家发展水平相关的不平等。
引用
@article{arxiv.2409.19868,
title = {The Unique Taste of LLMs for Papers: Potential issues in Using LLMs for Digital Library Document Recommendation Tasks},
author = {Yifan Tian and Yixin Liu and Yi Bu},
journal= {arXiv preprint arXiv:2409.19868},
year = {2024}
}
备注
There are some aspects in the original research that need to be supplemented with robustness checks