CHIANGEL/Awesome-LLM-for-RecSys

해결하는 문제

이 프로젝트는 대규모 언어 모델(LLM)을 추천 시스템에 통합하는 빠르게 진화하는 연구를 따라잡는 문제를 해결합니다. LLM이 추천 작업을 어떻게 개선할 수 있는지 탐구하는 학술 논문 및 리소스의 엄선되고 체계화된 저장소를 제공합니다.

작동 방식

이 저장소는 LLM이 추천 파이프라인 내에서 수행하는 특정 역할에 따라 연구 논문을 분류합니다. 이러한 범주에는 특징 엔지니어링에 LLM 사용, 더 나은 데이터 표현을 만들기 위한 특징 인코더 역할, 사용자 선호도를 예측하기 위한 점수 또는 순위 함수 역할이 포함됩니다.

대상 독자

이 컬렉션은 생성 AI와 추천 기술의 교차점에 관심이 있는 연구자, 데이터 과학자 및 개발자를 위해 설계되었습니다. 현재 방법론, 튜닝 전략 및 LLM 강화 추천 시스템의 최신 기술을 이해하려는 사람들을 위한 중앙 참조 지점 역할을 합니다.

주요 특징

• LLM 기반 추천에 대한 포괄적이고 분류된 학술 논문 목록.
• ACM Transactions on Information Systems(TOIS)에 채택된 서베이 논문을 포함합니다.
• LLM이 추천 파이프라인에 어떻게 적응되는지에 대한 구조화된 분류 체계를 제공합니다.
• 새로운 연구로 정기적으로 업데이트되며 주간 논문 노트 링크를 포함합니다.