MovieTV

HARP 方法通过双档案通信增强基于 LLM 的推荐

研究人员开发了 HARP，一种用于基于 LLM 的推荐系统的新型免训练方法。HARP 通过实现用户和项目之间的对称通信来解决当前模型的局限性，允许项目生成可比的自我描述和动态演变的用户档案。该方法在检索阶段整合用户和项目档案，而不是仅在带宽受限的重新排序器提示中。在四个公共基准上的实验表明，推荐准确性得到了显著提高，HARP 在所有数据集上的表现均优于现有基线，最高可达 24.0%，并显示出统计学上的显著收益。