Buchumschlag

Language Representations Can be What Recommenders Need: Findings and Potentials

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sheng, Leheng, Zhang, An, Zhang, Yi, Chen, Yuxin, Wang, Xiang, Chua, Tat-Seng
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Information Retrieval Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On Generative Agents in Recommendation
von: Zhang, An, et al.
Veröffentlicht: (2023)

On Softmax Direct Preference Optimization for Recommendation
von: Chen, Yuxin, et al.
Veröffentlicht: (2024)

LLM2Rec: Large Language Models Are Powerful Embedding Models for Sequential Recommendation
von: He, Yingzhi, et al.
Veröffentlicht: (2025)

Reasoning over Semantic IDs Enhances Generative Recommendation
von: He, Yingzhi, et al.
Veröffentlicht: (2026)

MiniOneRec: An Open-Source Framework for Scaling Generative Recommendation
von: Kong, Xiaoyu, et al.
Veröffentlicht: (2025)

Customizing Language Models with Instance-wise LoRA for Sequential Recommendation
von: Kong, Xiaoyu, et al.
Veröffentlicht: (2024)

Causality-Enhanced Behavior Sequence Modeling in LLMs for Personalized Recommendation
von: Zhang, Yang, et al.
Veröffentlicht: (2024)

Distilling Transitional Pattern to Large Language Models for Multimodal Session-based Recommendation
von: Su, Jiajie, et al.
Veröffentlicht: (2025)

Preference Diffusion for Recommendation
von: Liu, Shuo, et al.
Veröffentlicht: (2024)

Towards Goal-oriented Intelligent Tutoring Systems in Online Education
von: Deng, Yang, et al.
Veröffentlicht: (2023)

NextMem: Towards Latent Factual Memory for LLM-based Agents
von: Zhang, Zeyu, et al.
Veröffentlicht: (2026)

Distillation Enhanced Generative Retrieval
von: Li, Yongqi, et al.
Veröffentlicht: (2024)

AgentRecBench: Benchmarking LLM Agent-based Personalized Recommender Systems
von: Shang, Yu, et al.
Veröffentlicht: (2025)

Unlocking the Potential of Large Language Models for Explainable Recommendations
von: Luo, Yucong, et al.
Veröffentlicht: (2023)

Large Language Models Empowered Personalized Web Agents
von: Cai, Hongru, et al.
Veröffentlicht: (2024)

Action is All You Need: Dual-Flow Generative Ranking Network for Recommendation
von: Guo, Hao, et al.
Veröffentlicht: (2025)

MM-Forecast: A Multimodal Approach to Temporal Event Forecasting with Large Language Models
von: Li, Haoxuan, et al.
Veröffentlicht: (2024)

EXIT: An EXplicit Interest Transfer Framework for Cross-Domain Recommendation
von: Huang, Lei, et al.
Veröffentlicht: (2024)

A Survey on RAG Meeting LLMs: Towards Retrieval-Augmented Large Language Models
von: Fan, Wenqi, et al.
Veröffentlicht: (2024)

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

Representation Learning with Large Language Models for Recommendation
von: Ren, Xubin, et al.
Veröffentlicht: (2023)

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

SynGR: Unleashing the Potential of Cross-Modal Synergy for Generative Recommendation
von: Chen, Wei, et al.
Veröffentlicht: (2026)

LLM4DSR: Leveraging Large Language Model for Denoising Sequential Recommendation
von: Wang, Bohao, et al.
Veröffentlicht: (2024)

Non-autoregressive Generative Models for Reranking Recommendation
von: Ren, Yuxin, et al.
Veröffentlicht: (2024)

Large Language Model Enhanced Recommender Systems: A Survey
von: Liu, Qidong, et al.
Veröffentlicht: (2024)

Bridge the Domains: Large Language Models Enhanced Cross-domain Sequential Recommendation
von: Liu, Qidong, et al.
Veröffentlicht: (2025)

Sparse Meets Dense: Unified Generative Recommendations with Cascaded Sparse-Dense Representations
von: Yang, Yuhao, et al.
Veröffentlicht: (2025)

Generative Recommendation: Towards Next-generation Recommender Paradigm
von: Wang, Wenjie, et al.
Veröffentlicht: (2023)

Debiased Contrastive Representation Learning for Mitigating Dual Biases in Recommender Systems
von: Huang, Zhirong, et al.
Veröffentlicht: (2024)

EGRA:Toward Enhanced Behavior Graphs and Representation Alignment for Multimodal Recommendation
von: Zhang, Xiaoxiong, et al.
Veröffentlicht: (2025)

RA-Rec: An Efficient ID Representation Alignment Framework for LLM-based Recommendation
von: Yu, Xiaohan, et al.
Veröffentlicht: (2024)

DynamicPO: Dynamic Preference Optimization for Recommendation
von: Hu, Xingyu, et al.
Veröffentlicht: (2026)

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

On Causally Disentangled State Representation Learning for Reinforcement Learning based Recommender Systems
von: Wang, Siyu, et al.
Veröffentlicht: (2024)

Empowering Denoising Sequential Recommendation with Large Language Model Embeddings
von: Wu, Tongzhou, et al.
Veröffentlicht: (2025)

A Study of Implicit Ranking Unfairness in Large Language Models
von: Xu, Chen, et al.
Veröffentlicht: (2023)

Bridging Jensen Gap for Max-Min Group Fairness Optimization in Recommendation
von: Xu, Chen, et al.
Veröffentlicht: (2025)

Leverage Knowledge Graph and Large Language Model for Law Article Recommendation: A Case Study of Chinese Criminal Law
von: Chen, Yongming, et al.
Veröffentlicht: (2024)

SessionRec: Next Session Prediction Paradigm For Generative Sequential Recommendation
von: Huang, Lei, et al.
Veröffentlicht: (2025)