VaLiDRec: Identificatori Semantici a Lunghezza Variabile Allineati con LLM per Raccomandazione Generativa

VaLiDRec, un innovativo framework di raccomandazione generativa, introduce l'uso di identificatori semantici (SID) a lunghezza variabile direttamente allineati con i vocabolari di LLM pre-addestrati, eliminando la necessità di clustering e quantizzazione a lunghezza fissa. Questo approccio genera SID da token nativi LLM attraverso metodi come la stima dell'importanza dei token, il pruning basato sulla consapevolezza della qualità semantica e il raffinamento consapevole delle collisioni, adattando la lunghezza dell'identificatore in base alla complessità degli elementi. La modellazione delle preferenze utente utilizza soft prompt consapevoli del grafo e ridefinisce le raccomandazioni come previsioni di set di token con punteggio a livello di token, eliminando così la necessità di decodifica autoregressiva e beam search. Esperimenti condotti su quattro dataset reali ne convalidano l'efficacia.