[공지사항]을 빙자한 안부와 근황 
Show more

Arxiv hàng ngày

Đây là trang tổng hợp các bài báo về trí tuệ nhân tạo được xuất bản trên toàn thế giới.
Trang này sử dụng Google Gemini để tóm tắt nội dung và hoạt động phi lợi nhuận.
Bản quyền của các bài báo thuộc về tác giả và tổ chức liên quan; khi chia sẻ, chỉ cần ghi rõ nguồn.

LLM - Tương tác người dùng-mục nâng cao: Tận dụng thông tin cạnh để tối ưu hóa các đề xuất

Created by
  • Haebom

Tác giả

Xinyuan Wang, Liang Wu, Liangjie Hong, Hao Liu, Yanjie Fu

Phác thảo

Trong bài báo này, chúng tôi đề xuất một khuôn khổ đề xuất mới tích hợp những ưu điểm của hệ thống đề xuất dựa trên đồ thị và hệ thống đề xuất dựa trên mô hình ngôn ngữ quy mô lớn (LLM). Trong khi hệ thống đề xuất dựa trên đồ thị biểu diễn tương tác giữa người dùng và mục dưới dạng đồ thị và tận dụng cấu trúc và tô pô đồ thị, hệ thống đề xuất dựa trên LLM lại vượt trội trong việc mô hình hóa ngôn ngữ người dùng, hiểu bối cảnh hành vi và xác định mối quan hệ ngữ nghĩa giữa người dùng và mục. Trong bài báo này, chúng tôi đề xuất một phương pháp kết hợp hiệu quả hai quan điểm này bằng cách tích hợp thông tin đồ thị vào các cơ chế nhắc nhở và chú ý. Cụ thể, chúng tôi phát triển một thiết kế nhắc nhở mới bao gồm cả quan hệ đồ thị bậc nhất và bậc hai, cùng với cơ chế chú ý LLM được cải tiến, nhúng trực tiếp thông tin không gian và kết nối của đồ thị. Chúng tôi kiểm chứng tính hiệu quả của khuôn khổ đề xuất thông qua các đánh giá sử dụng các tập dữ liệu thực.

Takeaways, Limitations

Takeaways:
Chúng tôi chứng minh rằng việc kết hợp sức mạnh của hệ thống đề xuất dựa trên biểu đồ và dựa trên LLM có thể cải thiện độ chính xác và chất lượng của các đề xuất được cá nhân hóa.
Chúng tôi trình bày một phương pháp mới để tích hợp hiệu quả thông tin đồ thị vào LLM thông qua cải tiến về kỹ thuật nhanh chóng và cơ chế chú ý.
Chúng tôi xác minh tính ưu việt của khuôn khổ đề xuất thông qua kết quả thử nghiệm sử dụng các tập dữ liệu thực tế.
Limitations:
Hiệu suất của khuôn khổ đề xuất có thể thay đổi tùy thuộc vào đặc điểm của LLM và dữ liệu đồ thị được sử dụng.
Cần nghiên cứu thêm về hiệu quả và khả năng mở rộng của quá trình xử lý dữ liệu đồ thị quy mô lớn.
Cần đánh giá thêm hiệu suất tổng quát trên các loại dữ liệu đồ thị khác nhau.
👍