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.

Cải thiện bộ đề xuất tuần tự với các mô hình ngôn ngữ lớn để đề xuất video và bình luận chung

Created by
  • Haebom

Tác giả

Bowen Zheng, Zihan Lin, Enze Liu, Chen Yang, Enyang Bai, Cheng Ling, Wayne Xin Zhao, Ji-Rong Wen

Phác thảo

Trong bài báo này, chúng tôi đề xuất một hệ thống đề xuất mới, LSVCR, xem xét cả tương tác video và bình luận trên các nền tảng video trực tuyến. LSVCR sử dụng mô hình đề xuất tuần tự (SR) làm xương sống đề xuất chính, và một mô hình ngôn ngữ quy mô lớn (LLM) bổ sung làm bộ đề xuất thứ cấp. Để tích hợp điểm mạnh của cả hai mô hình, chúng tôi đề xuất một quy trình đào tạo hai bước: sắp xếp theo sở thích cá nhân hóa và tinh chỉnh theo hướng đề xuất. Kết quả thử nghiệm chứng minh hiệu quả của LSVCR trên cả tác vụ đề xuất video và bình luận, và các thử nghiệm A/B trên nền tảng KuaiShou cho thấy hệ thống cải thiện thời gian xem bình luận lên 4,13%. LLM không được áp dụng trong giai đoạn triển khai.

Takeaways, Limitations

Takeaways:
Chúng tôi chứng minh rằng việc kết hợp tương tác video và bình luận có thể giúp chúng tôi mô hình hóa sở thích của người dùng chính xác hơn.
Chúng tôi trình bày một phương pháp hiệu quả để cải thiện hiệu suất đề xuất bằng cách kết hợp các mô hình đề xuất tuần tự và LLM.
Xác minh hiệu quả thực tế thông qua thử nghiệm A/B trên nền tảng thực tế (KuaiShou).
Kết quả rõ ràng đã đạt được dưới dạng tăng thời gian xem bình luận.
Limitations:
Bằng cách sử dụng LLM như một chương trình bổ sung và loại trừ nó khỏi giai đoạn phân phối, bạn có thể không khai thác được hết tiềm năng của LLM.
Vì nó được phát triển để phù hợp với các đặc điểm của nền tảng KuaiShou nên cần nghiên cứu thêm về khả năng áp dụng nó cho các nền tảng khác.
Có khả năng tăng chi phí tính toán và giảm hiệu quả do sử dụng LLM.
👍