LLM-Rec是一种提高大型语言模型在个性化内容推荐中性能的方法，使用四种不同的提示策略，结合原始内容描述和LLM生成的增强输入文本，可以改善推荐性能。这一发现强调了多样的提示和输入增强技术与大型语言模型相结合的重要性。

研究了通过输入增强措施提高大型语言模型在个性化内容推荐中的性能。提出了LLM-Rec方法，包括四种提示策略。实验证明结合原始内容描述和LLM生成的增强输入文本，使用这些提示策略可以改善推荐性能。强调了多样的提示和输入增强技术与大型语言模型相结合的重要性。

该研究提出了一种名为LLM-Rec的方法，通过输入增强措施来提高大型语言模型在个性化内容推荐中的性能。实验证明，使用LLM生成的增强输入文本和多样的提示策略可以改善推荐性能。