Less is More: 大規模言語モデルによる推薦エージェントのベンチマーク

要約

大規模言語モデル（LLM）を用いた商品推薦において、「ユーザーの購入履歴が長いほど予測精度が上がる」という通説を検証した研究。GPT-4o-miniやDeepSeek-V3など4つのLLMで実験した結果、履歴を5件から50件に増やしても品質に有意な差は見られなかった。履歴を短くすることで、推薦品質を維持しつつ推論コストを約88%削減可能であることが示された。

全文は有料プランで閲覧できます。