PGAI-2023-LlamaRec: Two-Stage Recommendation using Large Language Models for Ranking #373
Description
Summary:
LlamaRec是一个基于大语言模型（LLM）的两阶段推荐框架，旨在提高推荐系统的效率和准确性。该框架包含两个主要阶段：检索阶段和排名阶段。以下是LlamaRec的主要内容和贡献：
- 关键特点
两阶段框架：LlamaRec将推荐过程分为检索和排名两个步骤，首先使用小规模的序列推荐器高效地生成候选项，然后利用LLM进行精细化的排名。
高效检索：采用基于线性递归的LRURec模型作为检索器，能够快速处理用户历史记录并生成潜在候选项。
LLM排名：通过设计特定的文本提示，将用户历史记录和候选项输入到LLM中，进行更深入的偏好理解和排名。
Resource:
Paper information:
- Author:
- Dataset:
- keywords:
Notes:
Model Graph:
Result:：
Thoughts:
和我想要找的领域不一样。 sub领域没有sequential信息，无法起到很好的item过滤效果。。不过这个用条件检索应该也能实现。
Next Reading: