AIGC动态欢迎阅读
原标题:ACL2024主会:无需训练的大模型推荐系统!
关键字:用户,问题,方法,本文,领域
文章来源:夕小瑶科技说
内容字数:0字
内容摘要:
夕小瑶科技说 原创作者 | Axe_越如今,各种推荐系统无时无刻不在包围着我们的生活,自大模型(Large Language Model, LLM)时代以来,得益于LLM的高度,传统推荐方法中常规项目库的限制被打破,更多全新的内容可以通过LLM直接生成并被推荐给用户,为用户提供了更多样化和个性化的选项。
当然,正如要求大家用一个字来形容LLM,大多数朋友都会用“好”;而如果要求用两个字的话,想必不少朋友就会在“好”字后面加上一个“贵”了。是的,无论是微调还是训练一个LLM,往往都意味着大量的计算资源和财务投入。此外,除了微调或训练需要时间,收集和标注数据同样需要大量的时间投入,而这就可能会延迟产品发布和迭代速度,使得推荐的内容出现滞后的现象。
正如文本和图像领域可以运用LLM的理解和泛化能力,在不经过额外训练的情况下,就让LLM实现特定领域很好的应用效果。那么对于AI三支柱的最后一支“推荐系统”来说,是否也同样可以做到呢?
论文标题:Generative Explore-Exploit: Training-free Optimization of Generative Recomm
联系作者
文章来源:夕小瑶科技说
作者微信:xixiaoyaoQAQ
作者简介:专业、有趣、深度价值导向的科技媒体。聚集30万AI工程师、研究员,覆盖500多家海内外机构投资人,互联网大厂中高管和AI公司创始人。一线作者来自清北、国内外顶级AI实验室和大厂,兼备敏锐的行业嗅觉和洞察深度。商务合作:zym5189
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...