融入大型语言模型的推荐系统中的多键值策略

原文约200字，阅读约需1分钟。发表于：。

基于多个键值数据，将推荐系统与大型语言模型相结合，通过培训一个常见的开源语言模型（Llama 7B），将推荐系统的领域知识注入预训练的语言模型，并设计了创新的洗牌和屏蔽策略来学习这些键值之间的关系，实验证明了这种方法的有效性。

本文探讨了基于大型语言模型的生成式推荐在推荐系统中的应用，从定义、发展原因和实现三个问题出发，为探索这一新兴话题提供背景和指导。