본 논문은 추천 시스템에서 선호도 추론에 대한 대규모 언어 모델(LLM)의 적용에 초점을 맞추고 있습니다. 기존 방법들은 명시적인 사고 과정(CoT) 데이터를 이용한 미세 조정에 의존하지만, 고품질 CoT 데이터 확보의 어려움과 높은 추론 지연 시간이라는 한계점을 가지고 있습니다. 본 논문에서는 명시적인 CoT 추론 대신 정보 밀도가 높은 압축된 잠재 추론으로 전환하는 대안적인 접근 방식을 제시합니다. 이를 위해, 강화 학습(RL)을 활용하여 CoT 데이터 없이 잠재 추론을 최적화하는 새로운 엔드투엔드 학습 프레임워크인 $\textit{\underline{R}einforced \underline{Latent} \underline{R}easoning for \underline{R}ecommendation}$ (LatentR$^3$)을 제안합니다. LatentR$^3$은 감독 학습을 통한 초기화 단계와 규칙 기반 보상 설계를 통한 RL 학습 단계의 두 단계 전략을 채택하여 효율적인 학습을 달성합니다. 실험 결과, LatentR$^3$은 추론 과정의 직접적인 감독 없이도 효과적인 잠재 추론을 가능하게 하여 다양한 LLM 기반 추천 방법과 통합 시 성능을 크게 향상시키는 것을 보여줍니다.
시사점, 한계점
•
시사점:
◦
명시적인 CoT 데이터 없이도 LLM 기반 추천 시스템의 성능을 향상시키는 새로운 방법 제시