大模型推薦技術及展望_第1頁
大模型推薦技術及展望_第2頁
大模型推薦技術及展望_第3頁
大模型推薦技術及展望_第4頁
大模型推薦技術及展望_第5頁
已閱讀5頁,還剩71頁未讀 繼續免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1958術大1958119581.推薦及LLM簡介2.LLM賦能推薦系統3.大模型推薦展望3)2000“大語言模型…”規劃能力about“大語言模型…”規劃能力abouttheLLM…”4泛化能力泛化能力“新華社電…”得世界杯冠軍的歷程”學會了!學會了!《戰狼》講述的勾股定理是直角《戰狼》講述的勾股定理是直角三角形兩個直角邊的平方和等于斜邊的平方愛新覺羅.玄燁?Item:在物理世界中存在千絲萬縷的關聯,很多關聯都很低頻未知任務:個性化推薦,冷啟動推薦…傳統范式大模型范式未知任務:個性化推薦,冷啟動推薦…未知任務:個性化推薦,冷啟動推薦…傳統范式大模型范式未知任務:個性化推薦,冷啟動推薦… 序列推薦:籃球à?球à梅西à內馬爾 對話推薦:今天沒有籃球比賽可以看,對話推薦:今天沒有籃球比賽可以看,推薦魯棒性、用戶歷史?為推薦序列推薦:籃球序列推薦:籃球à?球à梅西à內馬爾 對話推薦:今天沒有籃球比賽可以看,對話推薦:今天沒有籃球比賽可以看,推薦魯棒性、用戶歷史?為推薦[7]Gao,etal.“Chat-REC:LLMs-Augmented[8]Liu,etal.“IsChatGPTagoodrecommender?ApreliminaryStudy”2023.[9]BaoKeqinetal.“LLM4Rec:LargeLangua[11]LiJinmingetal.“GPT4Rec:AGenerativeFrameworkforPersonalizedRecommendationandUserInterestsInterpretation”arXiv2023.[12]HouYupengetal.88919581.推薦及LLM簡介2.LLM賦能推薦系統3.大模型推薦展望UsenaturelanguageRecommendation“KDD2023.Recommendation“KDD2023.Recommendation“KDD2023.Recommendation“KDD2023.Recommendation“KDD2023.LiuPengfei,etal."Pre-train,Prompt,andPredict:ASystematicSurveyofPromptingMethodsinNaturalLanguageProcessing"arXiv2021.ZhangYuhui,etal."LanguageModelsasRecommenderSystems:EvaluationsandLimitations“NeurIPSWorkshop2021.16Systems“arXiv2022.Systems“arXiv2022.Systems“arXiv2022.Systems“arXiv2022. Gao,etal.Chat-REC:LLMs-AugmentedRecommenderSystem.2023.22In-contextlearning+recomModels“arXiv2023.KeqinBaoetal.“LLM4Rec:LargeLanguageModelsforRecommendationviaALightweightTuningFramework”24Recsys2023KeqinBaoetal.“LLM4Rec:LargeLanguageModelsforRecommendationviaALightweightTuningFramework”25Recsys2023○○ ◆ Dragon(Wuhuzanglong)..widerangeofentitiesthatfulfillthSystems“arXiv2023.○○ ◆ Dragon(Wuhuzanglong)..Systems“arXiv2023.Systems“arXiv2023.-BaselinesexhibitsignificantlyworseperformancethanB-ImprovementofBIGReci?possiblyduetothevaryingproperSystems“arXiv2023.Systems“arXiv2023.?IncorporatingpopularityinformaBIGRecachmetrics,particularlyforlargervaluesof“differentconventionalmodel.Systems“arXiv2023.19581.推薦及LLM簡介2.LLM賦能推薦系統3.大模型推薦展望候選物品排序角色扮演思維鏈Action?調用Action?調用LLMAPI?更新獎勵函數reward?大模型黑盒特性,參數不可訪問yTrainingSamples[Prompt]Lightweightlaptopwithnewamazingfeatures,batterylifeisawesome.Accuracy=78%feedbackStep1yTrainingSamples[Prompt]Lightweightlaptopwithnewamazingfeatures,batterylifeisawesome.Accuracy=78%feedbackStep1ProvidefeedbackonvariousproductsStepnProvideasentimentyAccuracy=85%yTestsamplesw/thesamedistribution(sourcegroup)Testsamplesw/adifferentdistribution(targetgroup)PromptOptimizationDeploymentDeploymentoptimizedpromptoptimizedpromptMoxinLietal.,SubmittedtoEMNLP,AnonymousTitle.2023新推薦范式(GenerativeRecommendation)應用場景:o2.AI作畫o3.AI改畫o4.AI換裝WenjieWangetal.arxiv,GenerativeRecommendation:TowardsNext-generationRecommenderParadigm.2023薦會繼承現有的社會偏見!JizhiZhangetal.Recsys,CanChatGPTMakeFairRecommendation?AFairnessEvaluationBenchmarkforRecommendationwithLargeLanguageModel.2023?Item:在物理世界中存在千絲萬縷的關聯,很多關聯

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論