이 논문은 대화형 추천 시스템(CRS)에서 설명의 신뢰성과 설득력을 향상시키는 방법을 제안한다. 현재 CRS는 대형 언어 모델을 활용하여 강력한 설득력을 갖추고 있지만, 때로는 신뢰할 수 없는 정보를 포함하여 사용자의 장기적인 신뢰를 손상시킬 수 있다.
이를 해결하기 위해 PC-CRS라는 방법을 제안한다. PC-CRS는 두 단계로 구성된다. 첫째, 신뢰성과 설득력을 고려한 전략을 사용하여 설명을 생성한다. 둘째, 자기 반성적 방식으로 생성된 설명을 점진적으로 개선하여 신뢰성을 높인다.
실험 결과, PC-CRS는 기존 방법 대비 평균 8.17% 더 높은 신뢰성 점수와 5.07% 더 높은 설득력 점수를 달성했다. 추가 분석을 통해 현재 방법들이 신뢰할 수 없는 설명을 생성하는 이유와 신뢰할 수 있는 설명이 추천 정확도 향상에 기여할 수 있음을 확인했다.
לשפה אחרת
מתוכן המקור
arxiv.org
תובנות מפתח מזוקקות מ:
by Peixin Qin, ... ב- arxiv.org 09-24-2024
https://arxiv.org/pdf/2409.14399.pdfשאלות מעמיקות