Agente LLM Genera Conoscenza Mondiale per Raccomandazioni POI
Una recente pubblicazione di ricerca presenta AWARE (Agent-based World knowledge Augmented REcommendation), un nuovo modello generativo per raccomandazioni di punti di interesse (POI). Questo modello utilizza un agente basato su un grande modello linguistico (LLM) per generare narrazioni sensibili sia alla posizione che al tempo. Queste narrazioni riflettono tratti culturali locali, modelli stagionali ed eventi attuali pertinenti ai singoli utenti. Ancorando la conoscenza esterna a quadri spazio-temporali personalizzati, AWARE evita le insidie di informazioni generiche o irrilevanti. Supera i limiti degli attuali sistemi di raccomandazione basati su LLM, che sono statici dopo l'addestramento e non riescono ad adattarsi alle dinamiche mutevoli del mondo reale. Test approfonditi su tre dataset reali convalidano l'efficacia del modello.
Fatti principali
- AWARE utilizza un agente LLM per generare narrazioni contestuali per la raccomandazione di POI
- Le narrazioni catturano caratteristiche culturali regionali, tendenze stagionali ed eventi in corso
- La conoscenza è ancorata al contesto comportamentale di ciascun utente
- Affronta la limitazione della conoscenza fissa dei raccomandatori basati su LLM esistenti
- Testato su tre dataset reali
- Articolo pubblicato su arXiv con ID 2605.11807
- Raccomandazione generativa di POI formulata come compito di generazione di sequenze
Entità
Istituzioni
- arXiv