大家好我是蘑菇先生。今天给大家分享下华为诺亚方舟实验室的talk:《推荐系统如何从大语言模型中取长补短:从应用视角出发》,个人感觉很有信息量,我们组内同学也做过交流分享,相关信息也可以从综述找到:"How Can Recommender Systems Benefit from Large Language Models: A Survey",在此分享给大家。
下面会围绕:背景和问题、何处运用大语言模型(7个代表性工作)、如何运用大语言模型(2个代表性工作)、挑战和展望四个部分展开介绍。由于篇幅原因,代表性工作只简要做个介绍,下回会对其中比较有意思的代表性工作做个详细分享。
1、背景和问题
传统的推荐模型(Conventional Recommendation Model,CRM)往往以Embedding+深度网络为backbone,通过拟合用户反馈信号提升推荐效果。CRM的主要特点是:
- 模型相对较小,时间空间开销低;
- 可以充分利用用户反馈信号