분류 전체보기4 ONCE(WSDM, 2024) 논문 리뷰 ONCE: Boosting Content-based Recommendationwith Both Open- and Closed-source Large Language ModelsWSDM 2024 - ProceedingsABSTRACT콘텐츠 기반 개인화 추천시스템(Personalized content-based recommender systems) 분야(방대한 콘텐츠를 탐색하는) 뉴스 또는 책 추천에서 활용기존 연구들은 아이템의 콘텐츠를 제대로 이해하는데 한계LLM이 문제 해결 가능더 나은 맥락 이해광범위한 사전 지식(논문의 핵심 아이디어) Open & Closed - source LLM → 둘을 함께 활용 : 추천 개선Open LLM (ChatGPT) : Content encoder로 활용 → repre.. 2025. 3. 9. LLM을 추천시스템으로 사용할 수 있을까 (서베이 리뷰) - 3 : Prompt-tuning 지난 컨텐츠 랩업안녕하세요! LLM for Rec, 추천을 위한 LLM 연구 리뷰를 (정말 오랜만에 돌아왔지만) 이번 컨텐츠에도 계속 이어나가고자 합니다. 작년말부터 석사 졸업 이후 취업과 같은 중요한 일이 많아서, 늦게 돌아왔지만 유종의 미를 거둘 수 있도록 이렇게 글을 작성해봅니다. 지난호에서는 추천 Task에 대한 Fine-tuning을 통해 언어모델을 활용한 연구를 살펴봤습니다. 아래 모델은 (텍스트 데이터로) 사전학습된 언어모델을 평점 예측 또는 클릭 확률을 예측하는 추천 Task로 파인튜닝을 수행했습니다.Do LLMs Understand User Preferences? Evaluating LLMs On User Rating Prediction(2023, ArXiv)ONCE: Boosting C.. 2025. 3. 9. LLM을 추천시스템으로 사용할 수 있을까 (서베이 리뷰) - 2 : Fine-tuning 지난 컨텐츠 랩업안녕하세요! 지난 컨텐츠부터 시작한 LLM for Rec, 추천을 위한 대형언어모델 연구 리뷰를 이번호에도 계속 이어나가고자 합니다. 지난 월호에는 Generative LLM(GPT 계열)을 활용한 추천시스템 중 튜닝을 활용하지 않는 방법론에 대해 리뷰를 했었습니다. 대표적인 연구라고 할 수 있는 Is ChatGPT a Good Recommender? A Preliminary Study과 Chat-REC: Towards Interactive and Explainable LLMs-Augmented Recommender System, 두 논문에 대해서 조금 더 디테일하게 살펴봤습니다. 이번호에는 튜닝 활용해서 성능을 개선시키고자 한 연구에 대해 리뷰해보겠습니다.Generative LLM + .. 2025. 3. 9. LLM을 추천시스템으로 사용할 수 있을까 (서베이 리뷰) -1 : Non-tuning 들어가기에 앞서안녕하세요! 추천시스템 컨텐츠을 고민하다가 최근 하고 있는 공모전과 시너지를 위해 LLM for rec, 다시 말해 추천을 위한 대형언어모델 연구를 전체적으로 리뷰해보려는 대형?! 프로젝트를 시작하려고 합니다. 메인 소스는 위에 언급한 서베이 논문을 두고, 핵심이 될 수 있는 논문를 추가적으로 리뷰하며 전체적인 연구 흐름을 이해해보려 합니다. 이번달에는 우선 서베이 논문에 대해서 개략적으로 살펴본 후 (개인적으로 논문 컨텐츠는 좋은데 논문 흐름이 매끄럽지 않은 느낌이 있어서 의역과 흐름을 제 나름대로 재구성했습니다!) 그리고 최근에 각광받고 있는 Generative LLM(GPT 계열)을 활용한 추천시스템 중 튜닝을 활용하지 않는 방법론에 대해 좀 더 이야기해보고자 합니다!참고로 서베이 논.. 2025. 3. 9. 이전 1 다음