対話型推薦における長期的ユーザー満足度のためのLLM強化型強化学習

要約

対話型推薦システムの課題である「フィルターバブル」や短期的な嗜好への過適合を解決するため、大規模言語モデル（LLM）と強化学習（RL）を融合した階層型フレームワーク「LERL」を提案。LLMが多様なカテゴリを計画し、RLがその中で個別のアイテムを推薦することで、長期的なユーザー満足度を大幅に向上させました。

全文は有料プランで閲覧できます。