本文研究了大型语言模型在推荐系统中的应用，提出了判别型和生成型两种推荐类型，并分析了模型在零样本和少样本推荐任务中的表现。通过新框架ReLLa和CALRec，研究表明大型语言模型在推荐性能和用户行为理解上有显著提升。同时，提出了高效推荐模型SLMRec，基于小型语言模型，优化了参数和时间成本。