כתבה
arXiv cs.CL ·
עבר מרצף: הפקת זיכרון מבני להמלצות LLM
Beyond Sequences: Distilling Structured Decision Memory for LLM Recommendation
MARI היא שיטה חדשה להמלצות LLM המשתמשת בזיכרון מבני. היא מאפשרת הבנה טובה יותר של החלטות משתמשים ומשפרת את הרלוונטיות של ההמלצות. MARI נבדקה בהצלחה על משימות המלצה והראתה עליונות על שיטות קיימות.
תקציר מקורי באנגליתarXiv:2610.11501v1 Announce Type: new Abstract: Despite the adoption of large language models (LLMs) in recommendation systems, prevailing approaches mostly model single-type behaviors (e.g., views or purchases). Even when incorporating multiple behaviors, existing methods flatten heterogeneous actions into homogeneous token sequences, ignoring their distinct decision-making roles. This flattening fails to capture semantic hierarchies and contextual nuances in complex decision-making, such as trade-offs between price and quality. Consequently, performance degrades in critical ``difficult-choice'' scenarios involving highly similar items. To bridge this gap, we propose MARI (Memory-Augmented Recommendation with Interpretability), which grounds predictions in explicit, structured decision ev
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית