专栏名称: DataFunSummit
DataFun社区旗下账号,专注于分享大数据、人工智能领域行业峰会信息和嘉宾演讲内容,定期提供资料合集下载。
目录
相关文章推荐
宜春市场监管  ·  宜阳新区分局召开2025年药械质量安全工作推进会 ·  7 小时前  
51好读  ›  专栏  ›  DataFunSummit

大语言模型时代推荐系统的发展路径及未来趋势

DataFunSummit  · 公众号  ·  · 2024-10-08 18:00

正文

推荐系统在满足用户多样化信息需求和提供个性化内容方面发挥着至关重要的作用。随着大语言模型的出现,重新定义下一代推荐系统成为可能。通过利用大语言模型广泛的世界知识和强大的推理能力,推荐系统能够更精准地理解用户的潜在意图和兴趣,从而提升推荐效果。

将于10月25-26日举办的DA数智大会邀请到华为诺亚推荐搜索实验室主任研究员刘卫文博士,她将在「大模型驱动的搜推广新范式」分论坛分享《大语言模型时代推荐系统的发展路径及未来趋势》演讲。她于2020年博士毕业于香港中文大学。主要负责大语言模型在推荐系统中的应用及AI Agent能力构建。在信息检索顶会(KDD,SIGIR,WWW,ICDE等)发表论文五十余篇,担任PC/SPC,担任GenRec@WWW24,GenRec@CIKM23,DLP@RecSys23研讨会主席。

在本次演讲中,她将推荐系统置于更广泛的发展背景中,系统性地梳理推荐系统的技术演进趋势:从早期的深度学习方案,逐步演进到结合大语言模型的方案,并进一步发展为个性化智能体。

通过刘博士的归纳梳理,你将明确现代推荐系统的两种关键形态,即列表式推荐和对话式推荐。这两种形态最终都朝着具有长期记忆、反思和工具智能的个性化智能体方向发展汇聚。在这个发展过程中,我们会发现,随着对用户理解的不断深入,推荐信息的有效性逐步提升,同时用户获取信息的成本逐渐降低。

你还将跟着刘博士一起依次详细探讨从传统的列表式推荐到大语言模型增强推荐,再到大语言模型驱动的智能体的每个技术里程碑、研究方法和内在挑战。最后,你将了解对未来个性化技术和交互形态发展至关重要的挑战,并展望未来的发展趋势和前景。







请到「今天看啥」查看全文