대화형 추천 시스템에서 사용자에게 신뢰할 수 있는 설명을 제공하여 설득력을 높이는 것이 중요하다.
사용자의 감정을 고려하여 정확한 추천과 감정적으로 매력적인 대화를 생성하는 대화형 추천 시스템을 제안한다.
LLM 기반 대화형 추천 시스템의 행동이 사람 추천자와 일치하지 않는 문제를 해결하기 위해 행동 정렬이라는 새로운 평가 지표를 제안한다.
대화형 추천 시스템이 다양한 속성 유형을 활용하여 사용자와의 대화를 통해 효율적으로 사용자 선호도를 파악하고 만족스러운 추천을 제공할 수 있도록 한다.
대화 상황에서 사용자에게 추천을 제공할 적절한 시점을 식별하는 것이 중요하다. 이를 위해 대화 내용과 상황을 이해하고 추천의 필요성을 판단할 수 있는 기술이 필요하다.
현재 LLM 기반 사용자 시뮬레이터는 데이터 누출, 대화 기록 의존성, 단일 프롬프트 제어의 어려움 등의 한계를 가지고 있어, 대화형 추천 시스템의 신뢰할 수 있는 평가를 어렵게 만들고 있다.
대화형 추천 시스템 평가를 위해 대규모 언어 모델을 사용자 시뮬레이터로 활용할 수 있는지 평가하는 프로토콜을 제안한다.