PulseAugur
中
实时 19:10:55
English(EN) MARS: Multi-Agent Re-ranking for Repeat-Order Food Delivery Recommendation

新的MARS框架使用LLM进行重复订单外卖推荐

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了MARS，一个新颖的多智能体重排框架，专为重复订单外卖推荐而设计。该框架将大型语言模型（LLM）与协同过滤和上下文推理相结合，以提高推荐准确性。MARS分两个阶段进行，首先预测菜系，然后根据用户偏好、同伴证据和地理空间数据信号对商家进行排名。该系统在Delivery Hero的真实基准上进行了评估，证明了当LLM与轻量级协同检索方法结合时具有竞争力。 AI

影响 该框架展示了LLM如何有效地集成到结构化推荐流程中，从而可能改善电子商务和外卖服务中的个性化用户体验。

排序理由 该集群包含一篇详细介绍推荐系统新框架的研究论文。

在 arXiv cs.IR (Information Retrieval) 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的MARS框架使用LLM进行重复订单外卖推荐

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Jiahao Tian, Zhenkai Wang ·

    MARS：用于重复订单外卖推荐的多智能体重排

    arXiv:2607.25420v1 Announce Type: cross Abstract: Large language models (LLMs) are increasingly used in recommender systems, but it is often unclear how much performance can be obtained from strong pre-trained backbones alone when they are placed inside a structured recommendatio…

  2. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Zhenkai Wang ·

    MARS：多智能体重排用于重复订单外卖推荐

    Large language models (LLMs) are increasingly used in recommender systems, but it is often unclear how much performance can be obtained from strong pre-trained backbones alone when they are placed inside a structured recommendation pipeline. In this paper, we present MARS, a modu…

相关实体

相关话题