MovieLens-10M

新研究探索 LLM 推荐系统的自适应记忆和提示学习

两篇新研究论文探讨了改进基于大型语言模型 (LLM) 的推荐系统的方法。第一篇论文介绍了 MATE 框架，该框架使用自适应的长期和短期用户记忆来更好地区分持久偏好和近期兴趣，并在基准数据集上显示出显著的改进。第二篇论文提出了 LRPRec，它为 LLM 在推荐任务中学习个性化提示，通过将用户行为注入共享提示并约束语义漂移来解决鲁棒性和手动提示工程问题。