计算机科学 > 信息检索
[提交于 2025年10月27日
]
标题: 思考前推荐:增强自主推理的推荐系统
标题: Think before Recommendation: Autonomous Reasoning-enhanced Recommender
摘要: 推荐系统的核心任务是从历史的用户-项目交互中学习用户偏好。随着大型语言模型(LLMs)的快速发展,最近的研究探索了利用LLMs的推理能力来增强评分预测任务。然而,现有的基于蒸馏的方法存在诸如教师模型的推荐能力不足、成本高昂且静态的监督以及推理能力的表面迁移等限制。为了解决这些问题,本文提出了RecZero,一种基于强化学习(RL)的推荐范式,摒弃了传统的多模型和多阶段蒸馏方法。相反,RecZero通过纯强化学习训练一个LLM,使其自主发展评分预测的推理能力。RecZero包含两个关键组件:(1) "推荐前思考"提示构建,采用结构化的推理模板引导模型逐步分析用户兴趣、项目特征和用户-项目兼容性;以及(2)基于规则的奖励建模,采用群体相对策略优化(GRPO)计算推理轨迹的奖励并优化LLM。此外,本文还探索了一种混合范式RecOne,结合监督微调与RL,使用冷启动推理样本初始化模型,并进一步通过RL进行优化。实验结果表明,RecZero和RecOne在多个基准数据集上显著优于现有的基线方法,验证了强化学习范式在实现自主推理增强的推荐系统中的优越性。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.