Il s'agit d'une liste papier sur le système de recommandation amélioré par un grand modèle linguistique. Il contient également quelques ouvrages connexes.
Mots-clés : système de recommandation, grands modèles linguistiques
Bienvenue pour ouvrir un problème ou faire une pull request !
Enquête
- Explorer l'impact des grands modèles linguistiques sur les systèmes de recommandation : une revue approfondie, arxiv 2024, [article].
- Une enquête sur les grands modèles linguistiques à des fins de recommandation, arxiv 2023, [article].
- Comment les systèmes de recommandation peuvent-ils bénéficier des grands modèles linguistiques : une enquête, arxiv 2023, [article].
- Systèmes de recommandation à l'ère des grands modèles linguistiques (LLM), arxiv 2023, [article].
Liste papier
- Chat-REC : vers un système de recommandation interactif et explicable augmenté par les LLM, arxiv 2023, [article].
- GPT4Rec : Un cadre génératif pour les recommandations personnalisées et l'interprétation des intérêts des utilisateurs, arxiv 2023, [article].
- TALLRec : Un cadre de réglage efficace et efficient pour aligner le modèle de langage étendu avec la recommandation, RecSys 2023 Short Paper, [article], [code].
- Systèmes de recommandation préservant la confidentialité avec génération de requêtes synthétiques à l'aide de grands modèles de langage différentiellement privés, arxiv 2023, [article].
- Recommandation en tant qu'instruction suivante : une approche de recommandation habilitée par un modèle de langage étendu, arxiv 2023, [article].
- Un premier aperçu de la recommandation sur les actualités génératives alimentées par LLM, arxiv 2023, [article].
- Sparks of Artificial General Recommender (AGR) : premières expériences avec ChatGPT, arxiv 2023, [article].
- Recommandation Zero-Shot Next-Item utilisant de grands modèles de langage pré-entraînés, arxiv 2023, [article], [code].
- Les LLM comprennent-ils les préférences des utilisateurs ? Évaluation des LLM sur la prévision des évaluations des utilisateurs, arxiv 2023, [article].
- Les grands modèles de langage sont des classements Zero-Shot pour les systèmes de recommandation, arxiv 2023, [papier], [code].
- Tirer parti des grands modèles linguistiques dans les systèmes de recommandation conversationnelle, arxiv 2023, [article].
- Repenser l'évaluation des recommandations conversationnelles à l'ère des grands modèles linguistiques, arxiv 2023, [article], [code].
- PALR : LLM prenant en compte la personnalisation pour recommandation, arxiv 2023, [article].
- Réglage rapide de modèles de langage étendus sur l'extraction d'aspects personnalisés pour les recommandations, arxiv 2023, [article].
- Une étude préliminaire de ChatGPT sur la recommandation d'actualités : personnalisation, équité des fournisseurs, fausses nouvelles, arxiv 2023, [article].
- Modèle de langage étendu pour la recommandation générative, arxiv 2023, [article].
- GenRec : Modèle de langage étendu pour la recommandation générative, arxiv 2023, [article].
- Recommandations d'emploi génératives avec un grand modèle linguistique, arxiv 2023, [article].
- Exploration d'un grand modèle linguistique pour la compréhension des données graphiques dans les recommandations d'emploi en ligne, arxiv 2023, [article].
- LLM-Rec : Recommandation personnalisée via des modèles de langage étendus, arxiv 2023, [article].
- Un paradigme de base en deux étapes pour les grands modèles de langage dans les systèmes de recommandation, arxiv 2023, [article].
- LLMRec : Analyse comparative des grands modèles de langage sur la tâche de recommandation, arxiv 2023, [article], [code].
- Recommandations Zero-Shot avec des modèles de langage étendus pré-entraînés pour le Nudging multimodal, arxiv 2023, [article].
- Distillation rapide pour une recommandation efficace basée sur le LLM, CIKM 2023, [article], [code].
- Grands modèles linguistiques en tant que recommandateurs conversationnels Zero-Shot, CIKM 2023, [article], [code].
- Tirer parti des grands modèles linguistiques (LLM) pour permettre la condensation d'ensembles de données sans formation pour la recommandation basée sur le contenu, arxiv 2023, [article].
- Recommandations Zero-Shot avec des modèles de langage étendus pré-entraînés pour le Nudging multimodal, arxiv 2023, [article].
- LlamaRec : Recommandation en deux étapes utilisant de grands modèles linguistiques pour le classement, arxiv 2023, [article], [code].
- Les grands modèles de langage sont des recommandateurs compétitifs proches du démarrage à froid pour les préférences basées sur la langue et les éléments, Recsys 2023, [article].
- CoLLM : Intégrer des intégrations collaboratives dans des modèles de langage étendus pour recommandation, arxiv 2023, [article].
- Recommandations basées sur la narration augmentée du modèle de langage étendu, article court RecSys 2023, [article].
- Exploitation de grands modèles de langage pour la recommandation séquentielle, RecSys 2023 LBR, [article], [code].
- ONCE : Améliorer la recommandation basée sur le contenu avec des modèles de langage étendus à source ouverte et fermée, WSDM 2024, [article], [code].
- LLaRA : Aligner les grands modèles de langage avec les recommandations séquentielles, arxiv 2023, [article], [code].
- LLM4Vis : Recommandation de visualisation explicable utilisant ChatGPT, arxiv 2023, [papier], [code].
- E4SRec : une solution extensible, élégante, efficace et efficace de grands modèles de langage pour la recommandation séquentielle, arxiv 2023, [article], [code].
- Adaptation de grands modèles de langage en intégrant la sémantique collaborative pour la recommandation, arxiv 2023, [article], [code].
- Apprentissage des représentations avec de grands modèles linguistiques pour recommandation, WWW 2024, [article], [code].
- Attaque furtive sur la recommandation basée sur un modèle de langage étendu, arxiv 2024, [article].
- ReLLa : Modèles de langage étendus améliorés par la récupération pour la compréhension du comportement séquentiel tout au long de la vie dans la recommandation, arxiv 2024, [article] [code]
- Wukong : Vers une loi évolutive pour une recommandation à grande échelle, arxiv 2024, [article]
- Un modèle de recommandation séquentielle amélioré pour un modèle de langage étendu pour une recommandation conjointe de vidéos et de commentaires, arxiv 2024, [papier][code]
- Exploiter de grands modèles linguistiques pour une recommandation séquentielle riche en texte, arxiv 2024, [article]
- Exploration d'un grand modèle linguistique pour la compréhension des données graphiques dans les recommandations d'emploi en ligne, arxiv 2024, [paper][code]
- LLMRG : Amélioration des recommandations grâce à des graphiques de raisonnement de modèles linguistiques étendus, arxiv 2024, [article]
- Améliorer la recommandation d'emploi grâce à des réseaux contradictoires génératifs basés sur LLM, AAAI 2024, [article].
- Apprentissage hypergraphique multi-vues guidé par LLM pour une recommandation explicable centrée sur l'humain, arxiv 2024, [article].
- Recommandation séquentielle avec relations latentes basée sur un modèle de langage étendu, SIGIR 2024, [article], [code].
- Recommandation basée sur les connaissances améliorées de bon sens avec un grand modèle linguistique, arxiv 2024, [papier][code]
- Re2LLM : Modèle de langage étendu à renforcement réfléchissant pour les recommandations basées sur les sessions, arxiv 2024, [article]
- Améliorer la recommandation basée sur le contenu via un modèle de langage large, arxiv 2024, [article]
- Aligner les grands modèles de langage avec les connaissances en matière de recommandations, arxiv 2024, [article]
- Où passer ensuite : généralisation sans tir des LLM pour la prochaine recommandation de POI, arxiv 2024, [article]
- DRE : Générer des explications de recommandations en alignant de grands modèles de langage au niveau des données, arxiv 2024, [article].
- Alignement des comportements : une nouvelle perspective d'évaluation des systèmes de recommandation conversationnelle basés sur LLM, SIGIR 2024, [article], [code].
- Désapprentissage exact et efficace pour une recommandation basée sur un modèle de langage étendu, arxiv 2024, [article].
- Modèles de langage étendus pour les recommandations de sessions basées sur l'intention, SIGIR 24, [article].
- Systèmes de recommandation basés sur l'apprentissage par renforcement avec de grands modèles de langage pour la modélisation des récompenses et des actions d'État, SIGIR 24, [article].
- Améliorer la recommandation à long terme avec la planification d'un modèle de grand langage apprenable à deux niveaux, SIGIR 24, [article].
- LoRec : Modèle de langage étendu pour une recommandation séquentielle robuste contre les attaques d'empoisonnement, SIGIR 24, [article].
- Ajustement efficace des données pour les recommandations basées sur LLM, SIGIR 24, [article].
- Vers l'alignement LLM-RecSys avec l'apprentissage de l'identification textuelle, SIGIR 24, [article].
- Briser la barrière de la longueur : prédiction du CTR améliorée par LLM dans les comportements des utilisateurs textuels longs, SIGIR 24, [article].
- RecGPT : Invites personnalisées génératives pour une recommandation séquentielle via le paradigme de formation ChatGPT, arxiv 2024, [article]
- Adaptation efficace et responsable de grands modèles de langage pour des recommandations Top-k robustes, arxiv 2024, [article].
- Grands modèles linguistiques pour la prochaine recommandation de point d'intérêt, arxiv 2024, [article].
- La distillation est importante : permettre aux recommandateurs séquentiels de correspondre aux performances du grand modèle linguistique, arxiv 2024, [article].
- Grands modèles linguistiques en tant que recommandations de films conversationnels : une étude sur les utilisateurs, arxiv 2024, [article].
- CALRec : Alignement contrastif des LLM génératifs pour la recommandation séquentielle, arxiv 2024, [article].
- Affiner la recommandation explicable basée sur un grand modèle de langage avec une récompense de qualité explicable, AAAI 2024, [article].
- Briser la barrière : utiliser de grands modèles de langage pour les systèmes de recommandation industrielle via un graphique de connaissances inférentiel, arxiv 2024, [article].
- RDRec : Rational Distillation for LLM-based Recommendation, ACL 2024 Main (court), [article], [code].
- Personnalisation renforcée des invites pour les recommandations avec de grands modèles linguistiques, arxiv 2024, [papier], [code]
- Compréhension sémantique et imputation de données à l'aide d'un grand modèle linguistique pour accélérer le système de recommandation, arxiv 2024, [article]
- Une enquête systématique et un examen critique sur l'évaluation des grands modèles linguistiques : défis, limites et recommandations, arxiv 2024, [article]
- LANE : Alignement logique des grands modèles de langage non optimisés et des systèmes de recommandation en ligne pour la génération de raisons explicables, arxiv 2024, [article]
- Optimisation de la nouveauté des recommandations Top-k à l'aide de grands modèles linguistiques et de l'apprentissage par renforcement, arxiv 2024, [article]
- « Tu dois être médecin, Lin » : une enquête sur les biais basés sur le nom des grands modèles linguistiques dans les recommandations d'emploi, arxiv 2024, [article]
- Classement multicouche avec de grands modèles linguistiques pour la recommandation de source d'information, arxiv 2024, [article]
- Grands modèles linguistiques comme évaluateurs pour les explications des recommandations, arxiv 2024, [article]
- Codage de type texte d'informations collaboratives dans de grands modèles linguistiques pour recommandation, arxiv 2024, [article]
- Exploration de l'intégration de la récupération utilisateur vers de grands modèles de langage pour la recommandation séquentielle inter-domaines, arxiv 2024, [article]
- XRec : Grands modèles de langage pour une recommandation explicable, arxiv 2024, [[article]](XRec : Grands modèles de langage pour une recommandation explicable), [code]
- Recommandation séquentielle améliorée des modèles de langage étendus pour les utilisateurs et les éléments à longue traîne, arxiv 2024, [papier], [code]
- Modèles de langage étendus augmentés par récupération basée sur des mots clés pour les recommandations des utilisateurs à démarrage à froid, arxiv 2024, [article]
- Recommandation d'actualités avec description de catégorie par un grand modèle de langage, arxiv 2024, [article]
- Structure d'apprentissage et représentation consciente des connaissances avec de grands modèles de langage pour la recommandation de concepts, arxiv 2024, [article]
- Reindex-Then-Adapt : Amélioration des modèles de langage étendus pour la recommandation conversationnelle, arxiv 2024, [article]
- EmbSum : Exploiter les capacités de synthèse des grands modèles de langage pour les recommandations basées sur le contenu, arxiv 2024, [article]
- DynLLM : Quand les grands modèles linguistiques répondent aux recommandations relatives aux graphes dynamiques, arxiv 2024, [article]
- Recommandation de sujet conversationnel en conseil et psychothérapie avec transformateur de décision et modèles linguistiques étendus, arxiv 2024, [article]
- OpenP5 : une plate-forme open source pour le développement, la formation et l'évaluation de systèmes de recommandation basés sur LLM, Sigir 2024, [article], [code]
- LARR : Recommandation de scènes en temps réel assistée par un grand modèle de langage avec compréhension sémantique, [article]
- Recommandation basée sur un modèle de langage étendu, arxiv 2024, [article]
- CoRA : Perception collaborative de l'information par les poids de recommandation d'un grand modèle linguistique, [article]
- Infusion de connaissances efficace et déployable pour les recommandations du monde ouvert via de grands modèles linguistiques, arxiv 2024, [article]
- Exploiter des modèles multimodaux de langage étendu pour une recommandation séquentielle multimodale, arxiv 2024, [article]
- Fusion multimodale collaborative avec un modèle de langage étendu pour recommandation, arxiv 2024, [article]
- LLM4DSR : Exploiter un modèle de langage large pour la recommandation séquentielle de débruitage, arxiv 2024, [article]
- Raisonnement de préférence personnalisé basé sur l'examen avec de grands modèles linguistiques pour recommandation, arxiv 2024, [article]
- Adaptation personnalisée de bas rang à vie de grands modèles linguistiques pour recommandation, arxiv 2024, [article]
- Prédiction de la qualité de service assistée par un grand modèle linguistique pour la recommandation de service, arxiv 2024, [article]
- Apprendre en vendant : équiper de grands modèles linguistiques de connaissances sur les produits pour des recommandations basées sur le contexte, arxiv 2024, [article]
- Prometheus Chatbot : Recommandation sur le modèle de grand langage collaboratif Knowledge Graph pour les composants informatiques, arxiv 2024, [article]
- Personnalisation renforcée des invites pour les recommandations avec de grands modèles linguistiques, arxiv 2024, [article]
- LARR : Recommandation de scènes en temps réel assistée par un grand modèle de langage avec compréhension sémantique, [article]
- Recommandation basée sur un modèle de langage étendu, arxiv 2024, [article]
- CoRA : Perception collaborative de l'information par les poids de recommandation d'un grand modèle linguistique, [article]
- Infusion de connaissances efficace et déployable pour les recommandations du monde ouvert via de grands modèles linguistiques, arxiv 2024, [article]
- Exploiter des modèles multimodaux de langage étendu pour une recommandation séquentielle multimodale, arxiv 2024, [article]
- Fusion multimodale collaborative avec un modèle de langage étendu pour recommandation, arxiv 2024, [article]
- LLM4DSR : Exploiter un modèle de langage large pour la recommandation séquentielle de débruitage, arxiv 2024, [article]
- Raisonnement de préférence personnalisé basé sur l'examen avec de grands modèles linguistiques pour recommandation, arxiv 2024, [article]
- Adaptation personnalisée de bas rang à vie de grands modèles linguistiques pour recommandation, arxiv 2024, [article]
- Prédiction de la qualité de service assistée par un grand modèle linguistique pour la recommandation de service, arxiv 2024, [article]
- Apprendre en vendant : équiper de grands modèles linguistiques de connaissances sur les produits pour des recommandations basées sur le contexte, arxiv 2024, [article]
- Prometheus Chatbot : Recommandation sur le modèle de langage collaboratif Knowledge Graph pour les composants informatiques, arxiv 2024, [article]
- Personnalisation renforcée des invites pour les recommandations avec de grands modèles linguistiques, arxiv 2024, [article]
- Les grands modèles linguistiques rencontrent le filtrage collaboratif : un système de recommandation efficace et complet basé sur LLM, KDD 2024, [article].
- Modèle de langage d'élément pour la recommandation conversationnelle, arxiv 2024, [article]
- A-LLMRec : Les grands modèles de langage rencontrent le filtrage collaboratif : un système de recommandation efficace et complet basé sur LLM, KDD 2024, [article], [code]
- HierLLM : Modèle hiérarchique de langage étendu pour la recommandation de questions, arxiv 2024, [article]
- Préférences des utilisateurs pour un grand modèle linguistique par rapport aux explications basées sur des modèles de recommandations de films : une étude pilote, arxiv 2024, [article]
- Recommandation sur l'identification améliorée des échantillons durs par un grand modèle linguistique pour le débruitage, [article]
- Recommandation Emoji préservant la sémantique avec de grands modèles de langage, arxiv 2024, [article]
- HLLM : Amélioration des recommandations séquentielles via des modèles hiérarchiques en grand langage pour la modélisation des éléments et des utilisateurs, arxiv 2024, [article]
- Amélioration des performances et de l'évolutivité des systèmes de recommandation à grande échelle avec une attention flash irrégulière, arxiv 2024, [article]
- Une méthode d'apprentissage de représentation basée sur des invites pour la recommandation avec de grands modèles de langage, arxiv 2024, [article]
- Générateur d'intégration habilité par un modèle de langage étendu pour la recommandation séquentielle, arxiv 2024, article, [code]
- Biais cognitifs dans les grands modèles linguistiques pour la recommandation sur l'actualité, arxiv 2024, [article]
- Inférence efficace pour une recommandation générative basée sur un modèle de langage étendu, arxiv 2024, [article]
Agent4Rec
- Quand l'agent basé sur un grand modèle de langage rencontre l'analyse du comportement de l'utilisateur : un nouveau paradigme de simulation d'utilisateur, arxiv 2023, [article].
- RecMind : Agent propulsé par un grand modèle de langage pour recommandation, arxiv 2023, [article].
- Sur les agents génératifs dans la recommandation, arxiv 2023, [article], [code].
- AgentCF : Apprentissage collaboratif avec des agents linguistiques autonomes pour les systèmes de recommandation, arxiv 2023, [article].
- Agent IA de recommandation : intégration de grands modèles de langage pour des recommandations interactives [lien]
- Équilibrer la perception de l'information avec le Yin-Yang : modèle de neutralité de l'information basé sur les agents pour les systèmes de recommandation, arxiv 2024, [article]
- Prêter des ailes d'interaction aux systèmes de recommandation avec des agents conversationnels, NeurIPS 2023, [article].
- Un cadre conceptuel pour la recherche et la recommandation conversationnelles : conceptualiser les interactions agent-humain pendant le processus de recherche conversationnelle, arxiv 2024, [article].
Augmentation des connaissances
- Améliorer les systèmes de recommandation avec des graphiques de raisonnement de modèles linguistiques étendus, arxiv 2023, [article].
- Vers une recommandation dans un monde ouvert avec augmentation des connaissances à partir de grands modèles de langage, arxiv 2023, [article], [code].
- LLMRec : Grands modèles linguistiques avec augmentation de graphiques pour recommandation, WSDM 2024, [article], [code], [blog en chinois].
- Adaptation des connaissances d'un modèle de langage étendu à une recommandation pour une application industrielle pratique, arxiv 2024, [article].
Perspective
- Modèles de langage comme systèmes de recommandation : évaluations et limites, atelier NeurIPS 2021, [article].
- Recommandation générative : vers un paradigme de recommandation de nouvelle génération, arxiv 2023, [article].
- Où aller ensuite pour les systèmes de recommandation ? Modèles de recommandation basés sur l'ID et la modalité revisités, SIGIR 2023, [article], [code]
- Explorer les limites supérieures du filtrage collaboratif basé sur du texte à l'aide de grands modèles linguistiques : découvertes et perspectives, arxiv 2023, [article].
- Exploration de l'apprentissage par transfert basé sur des adaptateurs pour les systèmes de recommandation : études empiriques et informations pratiques, arxiv 2023, [article].
- ChatGPT est-il un bon outil de recommandation ? Une étude préliminaire, arxiv 2023, [article].
- Évaluation de ChatGPT en tant que système de recommandation : une approche rigoureuse, arxiv 2023, [article].
- Les grands modèles de langage sont des recommandations compétitives proches du démarrage à froid pour les préférences basées sur la langue et les éléments, RecSys 2023 Short Paper, [article].
- ChatGPT est-il juste pour la recommandation ? Recommandation sur l'évaluation de l'équité dans le modèle de langage étendu, document court RecSys 2023, [article], [code].
- Découvrir les capacités de ChatGPT dans les systèmes de recommandation, RecSys 2023 LBR, [article], [code].
Apprentissage de la représentation universelle
Dépôt Github : "Universal_user_representations pour recommandation" [lien] .
- Transfert efficace des paramètres à partir de comportements séquentiels pour la modélisation et les recommandations des utilisateurs, SIGIR 2020, [article], [code]
- Une personne, un modèle, un monde : apprendre la représentation continue des utilisateurs sans oublier, SIGIR 2021, [article], [code]
- Pré-formation sur le comportement des utilisateurs indépendants de l'identification pour la recommandation séquentielle, CCIR 2022, [article].
- Vers un apprentissage de la représentation de séquence universelle pour les systèmes de recommandation, KDD 2022, [article], [code].
- TransRec : apprentissage de recommandations transférables à partir de commentaires sur un mélange de modalités, arxiv 2022, [article].
- Apprentissage de la représentation d'éléments quantifiés par vecteur pour les recommandateurs séquentiels transférables, WWW 2023, [article], [code].
- Représentation des utilisateurs One4all pour les systèmes de recommandation dans le commerce électronique, arvix 2021, [article].
- Le texte est tout ce dont vous avez besoin : apprendre les représentations linguistiques pour une recommandation séquentielle, KDD 2023, [article].
- Modèle de langage collaboratif pour les systèmes de recommandation, arvix 2023, [article], [code].
Récupération générative
- Un réseau génératif convolutif simple pour la recommandation suivante, WSDM 2018/08, [article] [code]
- Les données futures aident la formation : modélisation des contextes futurs pour les recommandations basées sur les sessions, WWW 2020/04, [article] [code]
- Systèmes de recommandation avec récupération générative, arvix 2023, [article].
- Recommandation séquentielle générative avec GPTRec, atelier SIGIR 2023, [article].
- Recommandation générative améliorée via l'intégration de contenu et de collaboration, arvix 2024, [article].
Modèle de langage pré-entraînement et apprentissage rapide
Document d'enquête : Pré-formation, invite et recommandation : une enquête complète sur les adaptations du paradigme de modélisation linguistique dans les systèmes de recommandation, arxiv 2023, [article].
- Recommandation en tant que traitement du langage (RLP) : un paradigme unifié de pré-entraînement, d'invite et de prédiction personnalisé (P5), arvix 2022, [article], [code].
- Repenser l'apprentissage par renforcement pour la recommandation : une perspective rapide, SIGIR 2022, [article].
- M6-Rec : Les modèles de langage génératifs pré-entraînés sont des systèmes de recommandation ouverts, arvix 2022, [article].
- Invite personnalisée pour une recommandation séquentielle, arvix 2022, [article].
- Optimisation des invites de connaissances pour la recommandation séquentielle, ACM MM 2023, [article], [code].
Ensemble de données
- Amazon-M2 : un ensemble de données de session d'achat multilingue et multilocale pour la recommandation et la génération de texte, arvix 2023, [article], [KDD Cup 2023].
- PixelRec : un ensemble de données d'images pour l'analyse comparative des systèmes de recommandation avec des pixels bruts, arvix 2023, [article], [lien].
- NineRec : Une suite d'ensembles de données de référence pour l'évaluation des recommandations transférables, arvix 2023, [article], [lien].
- Un ensemble de données de recommandations micro-vidéo basées sur le contenu à grande échelle, arvix 2023, [article], [lien].
- EEG-SVRec : un ensemble de données EEG avec des étiquettes d'engagement affectif multidimensionnel de l'utilisateur dans une courte recommandation vidéo, arxiv, 2024[papier][lien]
- MealRec : un ensemble de données de recommandation de repas avec affiliation à un cours de repas pour la personnalisation et la santé, arxiv 2024, [article].
- MIND Your Language : un ensemble de données multilingues pour la recommandation d'actualités multilingues, SIGIR 2024, [article], [lien].
