Buchumschlag

Large Language Models Make Sample-Efficient Recommender Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lin, Jianghao, Dai, Xinyi, Shan, Rong, Chen, Bo, Tang, Ruiming, Yu, Yong, Zhang, Weinan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Information Retrieval Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MassTool: A Multi-Task Search-Based Tool Retrieval Framework for Large Language Models
von: Lin, Jianghao, et al.
Veröffentlicht: (2025)

Lifelong Personalized Low-Rank Adaptation of Large Language Models for Recommendation
von: Zhu, Jiachen, et al.
Veröffentlicht: (2024)

Generative Representational Learning of Foundation Models for Recommendation
von: Zhou, Zheli, et al.
Veröffentlicht: (2025)

MemoCRS: Memory-enhanced Sequential Conversational Recommender Systems with Large Language Models
von: Xi, Yunjia, et al.
Veröffentlicht: (2024)

Towards Efficient and Effective Unlearning of Large Language Models for Recommendation
von: Wang, Hangyu, et al.
Veröffentlicht: (2024)

Modular Representation Compression: Adapting LLMs for Efficient and Effective Recommendations
von: Xi, Yunjia, et al.
Veröffentlicht: (2026)

Full-Stack Optimized Large Language Models for Lifelong Sequential Behavior Comprehension in Recommendation
von: Shan, Rong, et al.
Veröffentlicht: (2025)

ReLLa: Retrieval-enhanced Large Language Models for Lifelong Sequential Behavior Comprehension in Recommendation
von: Lin, Jianghao, et al.
Veröffentlicht: (2023)

Play to Your Strengths: Collaborative Intelligence of Conventional Recommender Models and Large Language Models
von: Xi, Yunjia, et al.
Veröffentlicht: (2024)

An Automatic Graph Construction Framework based on Large Language Models for Recommendation
von: Shan, Rong, et al.
Veröffentlicht: (2024)

ELCoRec: Enhance Language Understanding with Co-Propagation of Numerical and Categorical Features for Recommendation
von: Chen, Jizheng, et al.
Veröffentlicht: (2024)

Efficient and Deployable Knowledge Infusion for Open-World Recommendations via Large Language Models
von: Xi, Yunjia, et al.
Veröffentlicht: (2024)

How Can Recommender Systems Benefit from Large Language Models: A Survey
von: Lin, Jianghao, et al.
Veröffentlicht: (2023)

ClickPrompt: CTR Models are Strong Prompt Generators for Adapting Language Models to CTR Prediction
von: Lin, Jianghao, et al.
Veröffentlicht: (2023)

M-scan: A Multi-Scenario Causal-driven Adaptive Network for Recommendation
von: Zhu, Jiachen, et al.
Veröffentlicht: (2024)

Efficiency Unleashed: Inference Acceleration for LLM-based Recommender Systems with Speculative Decoding
von: Xi, Yunjia, et al.
Veröffentlicht: (2024)

DisCo: Towards Harmonious Disentanglement and Collaboration between Tabular and Semantic Space for Recommendation
von: Du, Kounianhua, et al.
Veröffentlicht: (2024)

FLIP: Fine-grained Alignment between ID-based Models and Pretrained Language Models for CTR Prediction
von: Wang, Hangyu, et al.
Veröffentlicht: (2023)

MuonRec: Shifting the Optimizer Paradigm Beyond Adam in Scalable Generative Recommendation
von: Shan, Rong, et al.
Veröffentlicht: (2026)

Stop DDoS Attacking the Research Community with AI-Generated Survey Papers
von: Lin, Jianghao, et al.
Veröffentlicht: (2025)

D2K: Turning Historical Data into Retrievable Knowledge for Recommender Systems
von: Qin, Jiarui, et al.
Veröffentlicht: (2024)

Beyond Positive History: Re-ranking with List-level Hybrid Feedback
von: Weng, Muyan, et al.
Veröffentlicht: (2024)

Learning Structure and Knowledge Aware Representation with Large Language Models for Concept Recommendation
von: Li, Qingyao, et al.
Veröffentlicht: (2024)

InfoDeepSeek: Benchmarking Agentic Information Seeking for Retrieval-Augmented Generation
von: Xi, Yunjia, et al.
Veröffentlicht: (2025)

A Comprehensive Survey on Retrieval Methods in Recommender Systems
von: Huang, Junjie, et al.
Veröffentlicht: (2024)

LLM4Tag: Automatic Tagging System for Information Retrieval via Large Language Models
von: Tang, Ruiming, et al.
Veröffentlicht: (2025)

LIBER: Lifelong User Behavior Modeling Based on Large Language Models
von: Zhu, Chenxu, et al.
Veröffentlicht: (2024)

A Survey on Diffusion Models for Recommender Systems
von: Lin, Jianghao, et al.
Veröffentlicht: (2024)

Unleashing the Potential of Multi-Channel Fusion in Retrieval for Personalized Recommendations
von: Huang, Junjie, et al.
Veröffentlicht: (2024)

Rethinking the Evaluation for Conversational Recommendation in the Era of Large Language Models
von: Wang, Xiaolei, et al.
Veröffentlicht: (2023)

A Survey of LLM-based Deep Search Agents: Paradigm, Optimization, Evaluation, and Challenges
von: Xi, Yunjia, et al.
Veröffentlicht: (2025)

Large Language Models are Zero-Shot Rankers for Recommender Systems
von: Hou, Yupeng, et al.
Veröffentlicht: (2023)

Learning ID-free Item Representation with Token Crossing for Multimodal Recommendation
von: Zhang, Kangning, et al.
Veröffentlicht: (2024)

LLMTreeRec: Unleashing the Power of Large Language Models for Cold-Start Recommendations
von: Zhang, Wenlin, et al.
Veröffentlicht: (2024)

Efficient Inference for Large Language Model-based Generative Recommendation
von: Lin, Xinyu, et al.
Veröffentlicht: (2024)

CoIR: A Comprehensive Benchmark for Code Information Retrieval Models
von: Li, Xiangyang, et al.
Veröffentlicht: (2024)

EmbSum: Leveraging the Summarization Capabilities of Large Language Models for Content-Based Recommendations
von: Zhang, Chiyu, et al.
Veröffentlicht: (2024)

Making Large Language Models Efficient Dense Retrievers
von: Lei, Yibin, et al.
Veröffentlicht: (2025)

Multi-Layer Ranking with Large Language Models for News Source Recommendation
von: Zhang, Wenjia, et al.
Veröffentlicht: (2024)

All Roads Lead to Rome: Unveiling the Trajectory of Recommender Systems Across the LLM Era
von: Chen, Bo, et al.
Veröffentlicht: (2024)