基于混合检索增强生成的联邦推荐
原文中文，约600字，阅读约需2分钟。发表于：。联邦推荐 （FR）是一种新的范式，它可以实现隐私保护推荐。然而，传统的 FR 系统通常使用离散标识符（IDs）来表示用户 / 物品，由于 FR 中的数据稀疏性和异质性而导致性能下降。相比之下，基于大型语言模型（LLMs）的推荐器已经在各种推荐场景中证明了其有效性。我们提出了 GPT-FedRec，这是一个利用 ChatGPT...
GPT-FedRec是一种新的联邦推荐框架，利用ChatGPT和混合检索增强生成机制，通过混合检索和基于LLM的重新排序提高推荐性能。实验结果显示GPT-FedRec优于基线方法。
