本研究では、大規模言語モデル(LLM)と協調フィルタリング推薦システム(CF-RecSys)を融合した新しい推薦システムA-LLMRecを提案している。
主な特徴は以下の通り:
CF-RecSysが学習した協調知識をLLMの単語空間に直接整列させることで、LLMが協調知識を理解・活用できるようにする。これにより、寒冷シナリオと温暖シナリオの両方で優れた性能を発揮する。
CF-RecSysやLLMの fine-tuningを必要とせず、アラインメントネットワークのみを学習するため、効率的である。また、既存のCF-RecSysと統合可能で実用的である。
実験の結果、A-LLMRecは寒冷/温暖シナリオ、少量学習シナリオ、寒冷ユーザーシナリオ、クロスドメインシナリオなど、様々な設定下で最高の性能を示した。
協調知識とテキスト知識の融合により、単にLLMをプロンプトベースで使うだけでは不十分であり、両者の知識を統合することが重要であることが示された。
To Another Language
from source content
arxiv.org
Djupare frågor