Buchumschlag

ComMer: a Framework for Compressing and Merging User Data for Personalization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zeldes, Yoel, Zait, Amir, Labzovsky, Ilia, Karmon, Danny, Farkash, Efrat
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Artificial Intelligence Information Retrieval Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The Ability of Large Language Models to Evaluate Constraint-satisfaction in Agent Responses to Open-ended Requests
von: Madmoni, Lior, et al.
Veröffentlicht: (2024)

User Embedding Model for Personalized Language Prompting
von: Doddapaneni, Sumanth, et al.
Veröffentlicht: (2024)

SemanticZip: A Pilot Framework for Lossy Text Compression with LLMs as Semantic Decompressors
von: Trukhina, Natalia, et al.
Veröffentlicht: (2026)

Understanding the Role of User Profile in the Personalization of Large Language Models
von: Wu, Bin, et al.
Veröffentlicht: (2024)

CADC: Encoding User-Item Interactions for Compressing Recommendation Model Training Data
von: Zarch, Hossein Entezari, et al.
Veröffentlicht: (2024)

LLM-based Schema-Guided Extraction and Validation of Missing-Person Intelligence from Heterogeneous Data Sources
von: Castillo, Joshua, et al.
Veröffentlicht: (2026)

Personalized Product Search Ranking: A Multi-Task Learning Approach with Tabular and Non-Tabular Data
von: Morishetti, Lalitesh, et al.
Veröffentlicht: (2025)

Approaching Human-Level Forecasting with Language Models
von: Halawi, Danny, et al.
Veröffentlicht: (2024)

Familiarity-Aware Evidence Compression for Retrieval-Augmented Generation
von: Jung, Dongwon, et al.
Veröffentlicht: (2024)

A Framework for Leveraging Partially-Labeled Data for Product Attribute-Value Identification
von: Subhalingam, D., et al.
Veröffentlicht: (2024)

DIVE: Embedding Compression via Self-Limiting Gradient Updates
von: Zhao, Dongfang
Veröffentlicht: (2026)

Disentangling Likes and Dislikes in Personalized Generative Explainable Recommendation
von: Shimizu, Ryotaro, et al.
Veröffentlicht: (2024)

Leveraging LLM Reasoning Enhances Personalized Recommender Systems
von: Tsai, Alicia Y., et al.
Veröffentlicht: (2024)

Iterative Critique-Refine Framework for Enhancing LLM Personalization
von: Maram, Durga Prasad, et al.
Veröffentlicht: (2025)

Beyond RAG: Task-Aware KV Cache Compression for Comprehensive Knowledge Reasoning
von: Corallo, Giulio, et al.
Veröffentlicht: (2025)

Aligning LLM Agents by Learning Latent Preference from User Edits
von: Gao, Ge, et al.
Veröffentlicht: (2024)

MacRAG: Compress, Slice, and Scale-up for Multi-Scale Adaptive Context RAG
von: Lim, Woosang, et al.
Veröffentlicht: (2025)

SmartChunk Retrieval: Query-Aware Chunk Compression with Planning for Efficient Document RAG
von: Zhang, Xuechen, et al.
Veröffentlicht: (2025)

Large Language Model Augmented Exercise Retrieval for Personalized Language Learning
von: Xu, Austin, et al.
Veröffentlicht: (2024)

Knowledge-Augmented Large Language Models for Personalized Contextual Query Suggestion
von: Baek, Jinheon, et al.
Veröffentlicht: (2023)

High Fidelity Textual User Representation over Heterogeneous Sources via Reinforcement Learning
von: Arora, Rajat, et al.
Veröffentlicht: (2026)

Privacy Preserving Inference of Personalized Content for Out of Matrix Users
von: Sun, Michael, et al.
Veröffentlicht: (2025)

Bagging-Based Model Merging for Robust General Text Embeddings
von: Zhang, Hengran, et al.
Veröffentlicht: (2026)

LightThinker: Thinking Step-by-Step Compression
von: Zhang, Jintian, et al.
Veröffentlicht: (2025)

Personas within Parameters: Fine-Tuning Small Language Models with Low-Rank Adapters to Mimic User Behaviors
von: Thakur, Himanshu, et al.
Veröffentlicht: (2025)

Exploring the Escalation of Source Bias in User, Data, and Recommender System Feedback Loop
von: Zhou, Yuqi, et al.
Veröffentlicht: (2024)

LightThinker++: From Reasoning Compression to Memory Management
von: Zhu, Yuqi, et al.
Veröffentlicht: (2026)

A Bi-Encoder LSTM Model For Learning Unstructured Dialogs
von: Brahman, Danny, et al.
Veröffentlicht: (2021)

Sequential LLM Framework for Fashion Recommendation
von: Liu, Han, et al.
Veröffentlicht: (2024)

Persona-DB: Efficient Large Language Model Personalization for Response Prediction with Collaborative Data Refinement
von: Sun, Chenkai, et al.
Veröffentlicht: (2024)

Scaling Generalist Data-Analytic Agents
von: Qiao, Shuofei, et al.
Veröffentlicht: (2025)

User-Side Realization
von: Sato, Ryoma
Veröffentlicht: (2024)

On Synthesizing Data for Context Attribution in Question Answering
von: Radevski, Gorjan, et al.
Veröffentlicht: (2025)

An Iterative Utility Judgment Framework Inspired by Philosophical Relevance via LLMs
von: Zhang, Hengran, et al.
Veröffentlicht: (2024)

Learn to Memorize: Optimizing LLM-based Agents with Adaptive Memory Framework
von: Zhang, Zeyu, et al.
Veröffentlicht: (2025)

The Oracle and The Prism: A Decoupled and Efficient Framework for Generative Recommendation Explanation
von: Zhang, Jiaheng, et al.
Veröffentlicht: (2025)

RAG Foundry: A Framework for Enhancing LLMs for Retrieval Augmented Generation
von: Fleischer, Daniel, et al.
Veröffentlicht: (2024)

Case-Grounded Evidence Verification: A Framework for Constructing Evidence-Sensitive Supervision
von: Arasteh, Soroosh Tayebi, et al.
Veröffentlicht: (2026)

RAMQA: A Unified Framework for Retrieval-Augmented Multi-Modal Question Answering
von: Bai, Yang, et al.
Veröffentlicht: (2025)

Learning to Reason for Multi-Step Retrieval of Personal Context in Personalized Question Answering
von: Amirizaniani, Maryam, et al.
Veröffentlicht: (2026)