Top-K Learning

新的TATK框架增强了基于LLM的推荐系统

研究人员开发了TATK，一个用于基于LLM的序列推荐系统的新框架。TATK集成了Top-K学习（TKL）和知识感知验证（KGV），以提高预测序列中下一项的准确性。该框架在训练过程中使用上下文感知元数据和位置感知奖励，然后进行利用项目图的重新排序步骤。在Amazon Reviews数据集上的评估表明，TATK显著优于现有方法，提高了Qwen2.5-3B-Instruct和Gemma-2-2B-It等模型的NDCG@10等指标，同时保持了高效的推理。