LLM-Rec：通过提示大语言模型进行个性化推荐
通过输入增强来提高大型语言模型（LLMs）在个性化内容推荐中的性能的各种提示策略。作者提出了一种名为LLM-Rec的方法，包括四种不同的提示策略：基本提示、推荐驱动提示、参与引导提示和推荐驱动+参与引导提示。实验证明，将原始内容描述与LLM生成的增强输入文本结合起来，使用这些提示策略可以提高推荐性能。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
通过输入增强来提高大型语言模型（LLMs）在个性化内容推荐中的性能的各种提示策略。作者提出了一种名为LLM-Rec的方法，包括四种不同的提示策略：基本提示、推荐驱动提示、参与引导提示和推荐驱动+参与引导提示。实验证明，将原始内容描述与LLM生成的增强输入文本结合起来，使用这些提示策略可以提高推荐性能。
