Sign In

Echoes in Filter Bubble: Diagnosing and Curing Popularity Bias in Generative Recommenders

μž‘μ„±μž
  • Haebom
μΉ΄ν…Œκ³ λ¦¬
Empty

μ €μž

Jun Yin, Bangguo Zhu, Peng Huo, Ruochen Liu, Hao Chen, Senzhang Wang, Shirui Pan, Chengqi Zhang

πŸ’‘ κ°œμš”

λ³Έ μ—°κ΅¬λŠ” μΆ”μ²œ μ‹œμŠ€ν…œμ—μ„œ λ°œμƒν•˜λŠ” 인기 편ν–₯ 문제λ₯Ό ν•΄κ²°ν•˜κΈ° μœ„ν•΄ μƒμ„±ν˜• μΆ”μ²œ μ‹œμŠ€ν…œ(GRs)의 두 가지 핡심 μš”μ†ŒμΈ 생성 ν”„λ ˆμž„μ›Œν¬ μ΅œμ ν™”μ™€ μ•„μ΄ν…œ 토큰화 방식에 μ£Όλͺ©ν–ˆμŠ΅λ‹ˆλ‹€. 이둠적 뢄석을 톡해 토큰 μˆ˜μ€€ μ΅œμ ν™”μ˜ 결함과 μ•„μ΄ν…œ ν† ν°ν™”μ˜ 차별성 λΆ€μž¬κ°€ 인기 편ν–₯을 μ‹¬ν™”μ‹œν‚€λŠ” μ›μΈμž„μ„ 규λͺ…ν•˜κ³ , 이λ₯Ό ν•΄κ²°ν•˜κΈ° μœ„ν•œ μƒˆλ‘œμš΄ μƒμ„±ν˜• μΆ”μ²œ μ‹œμŠ€ν…œμΈ 'Ghost'λ₯Ό μ œμ•ˆν•©λ‹ˆλ‹€. GhostλŠ” λΉ„λŒ€μΉ­ μ–ΈλΌμ΄ν΄λ¦¬ν›„λ“œ μ΅œμ ν™”μ™€ μŠ€μΌˆλ ˆν†€ 기반 토큰화λ₯Ό 톡해 인기 편ν–₯을 효과적으둜 μ™„ν™”ν•˜κ³  κ³΅μ •ν•œ μΆ”μ²œμ„ μ¦μ§„μ‹œν‚€λ©°, μ „λ°˜μ μΈ μΆ”μ²œ μ„±λŠ₯ μ €ν•˜λŠ” λ―Έλ―Έν•œ μˆ˜μ€€μž„μ„ μž…μ¦ν–ˆμŠ΅λ‹ˆλ‹€.

πŸ”‘ μ‹œμ‚¬μ  및 ν•œκ³„

β€’
μƒμ„±ν˜• μΆ”μ²œ μ‹œμŠ€ν…œ 자체의 ꡬ쑰적 νŠΉμ„±(토큰 μˆ˜μ€€ μ΅œμ ν™”, μ•„μ΄ν…œ 토큰화)이 인기 편ν–₯을 μœ λ°œν•˜λŠ” 근본적인 μ›μΈμž„μ„ λͺ…ν™•νžˆ μ œμ‹œν–ˆμŠ΅λ‹ˆλ‹€.
β€’
μ œμ•ˆλœ Ghost μ‹œμŠ€ν…œμ€ 이둠적 뢄석을 λ°”νƒ•μœΌλ‘œ 인기 편ν–₯을 효과적으둜 κ°μ†Œμ‹œν‚€λ©΄μ„œλ„ μΆ”μ²œ μ„±λŠ₯ μ €ν•˜λ₯Ό μ΅œμ†Œν™”ν•˜λŠ” μƒˆλ‘œμš΄ 해결책을 μ œμ‹œν–ˆμŠ΅λ‹ˆλ‹€.
β€’
μ œμ•ˆλœ 방법둠이 μ‹€μ œ μ„œλΉ„μŠ€ ν™˜κ²½μ—μ„œ λ”μš± λ³΅μž‘ν•˜κ³  λ‹€μ–‘ν•œ μœ ν˜•μ˜ 편ν–₯에 λŒ€ν•΄ μ–Όλ§ˆλ‚˜ νš¨κ³Όμ μΌμ§€μ— λŒ€ν•œ 좔가적인 검증이 ν•„μš”ν•˜λ©°, μΆ”ν›„ μ—°κ΅¬μ—μ„œλŠ” λ‹€μ–‘ν•œ μ’…λ₯˜μ˜ 편ν–₯을 ν†΅ν•©μ μœΌλ‘œ λ‹€λ£¨λŠ” λ°©μ•ˆμ„ λͺ¨μƒ‰ν•  수 μžˆμŠ΅λ‹ˆλ‹€.
πŸ‘
Made with Slashpage