本文介绍了名为RecAgent的推荐系统框架，结合大型语言模型（LLMs）提升推荐性能。研究表明，RecAgent在对话式推荐中优于传统模型。文章回顾了LLMs在推荐系统中的应用，探讨了预训练和微调方法，并提出了判别型和生成型两种推荐类型，分析了相关技术和性能挑战。

本文介绍了如何使用大型语言模型（LLMs）来增强推荐系统，包括对话式推荐、序列推荐、评分预测和基于文本嵌入的推荐等。同时，作者还介绍了如何使用LLMs作为推荐模型的侧面特征。