https://ojs.aaai.org/index.php/AAAI/article/view/28777
Fine-Tuning Large Language Model Based Explainable Recommendation with Explainable Quality Reward
基于可解释质量奖励的微调大型语言模型解释性推荐系统
摘要
基于大型语言模型的可解释推荐系统(LLM-based ER)能够提供显著的类人解释,并且已经广泛受到研究者的关注。然而,原始的LLM-based ER系统在其生成的解释中面临三个低质量问题,即缺乏个性化、不一致性和可疑的解释数据。为了解决这些问题,我们提出了一个新颖的LLM-based ER模型,记为LLM2ER,作为骨干网络,并设计了两个创新的可解释质量奖励模型,用于在强化学习范式下微调这样一个骨干网络,最终产生了一个微调后的模型,记为LLM2ER-EQR,它能够提供高质量的解释。LLM2ER-EQR能够从可疑质量的解释数据集中学习生成个性化、信息丰富且一致的高质量解释。我们在三个真实世界数据集上进行的广泛实验表明,我们的模型能够生成流畅、多样、信息丰富和高度个性化的解释。