Buchumschlag

Unleashing the Power of Large Language Model for Denoising Recommendation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Shuyao, Zheng, Zhi, Sui, Yongduo, Xiong, Hui
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Dynamic Sparse Learning: A Novel Paradigm for Efficient Recommendation
von: Wang, Shuyao, et al.
Veröffentlicht: (2024)

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

Harnessing Large Language Models for Text-Rich Sequential Recommendation
von: Zheng, Zhi, et al.
Veröffentlicht: (2024)

Harnessing Multimodal Large Language Models for Multimodal Sequential Recommendation
von: Ye, Yuyang, et al.
Veröffentlicht: (2024)

A Survey on Large Language Models for Recommendation
von: Wu, Likang, et al.
Veröffentlicht: (2023)

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

Denoising Diffusion Recommender Model
von: Zhao, Jujia, et al.
Veröffentlicht: (2024)

STEM: Unleashing the Power of Embeddings for Multi-task Recommendation
von: Su, Liangcai, et al.
Veröffentlicht: (2023)

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

GENET: Unleashing the Power of Side Information for Recommendation via Hypergraph Pre-training
von: Li, Yang, et al.
Veröffentlicht: (2023)

Large Language Model Enhanced Hard Sample Identification for Denoising Recommendation
von: Song, Tianrui, et al.
Veröffentlicht: (2024)

RecMind: Large Language Model Powered Agent For Recommendation
von: Wang, Yancheng, et al.
Veröffentlicht: (2023)

Rethinking Large Language Model Architectures for Sequential Recommendations
von: Wang, Hanbing, et al.
Veröffentlicht: (2024)

FuXi-Linear: Unleashing the Power of Linear Attention in Long-term Time-aware Sequential Recommendation
von: Ye, Yufei, et al.
Veröffentlicht: (2026)

Boosting Knowledge Graph-based Recommendations through Confidence-Aware Augmentation with Large Language Models
von: Cai, Rui, et al.
Veröffentlicht: (2025)

RuleAgent: Discovering Rules for Recommendation Denoising with Autonomous Language Agents
von: Wang, Zongwei, et al.
Veröffentlicht: (2025)

Unleashing the Power of Large Language Models in Zero-shot Relation Extraction via Self-Prompting
von: Liu, Siyi, et al.
Veröffentlicht: (2024)

Denoising Neural Reranker for Recommender Systems
von: Mao, Wenyu, et al.
Veröffentlicht: (2025)

Do Reviews Matter for Recommendations in the Era of Large Language Models?
von: Tan, Chee Heng, et al.
Veröffentlicht: (2025)

Think Before Recommend: Unleashing the Latent Reasoning Power for Sequential Recommendation
von: Tang, Jiakai, et al.
Veröffentlicht: (2025)

The Application of Large Language Models in Recommendation Systems
von: Yu, Peiyang, et al.
Veröffentlicht: (2025)

Unleash the Potential of Long Semantic IDs for Generative Recommendation
von: Xia, Ming, et al.
Veröffentlicht: (2026)

Large Memory Network for Recommendation
von: Lu, Hui, et al.
Veröffentlicht: (2025)

Unleashing the Native Recommendation Potential: LLM-Based Generative Recommendation via Structured Term Identifiers
von: Zhang, Zhiyang, et al.
Veröffentlicht: (2026)

Are LLM-based Recommenders Already the Best? Simple Scaled Cross-entropy Unleashes the Potential of Traditional Sequential Recommenders
von: Xu, Cong, et al.
Veröffentlicht: (2024)

Why Thinking Hurts: Diagnosing and Rectifying Linguistic Inertia in Large Language Models for Recommendation
von: Zhang, Luankang, et al.
Veröffentlicht: (2026)

Reasoning to Rank: An End-to-End Solution for Exploiting Large Language Models for Recommendation
von: Zheng, Kehan, et al.
Veröffentlicht: (2026)

MLLMRec-R1: Incentivizing Reasoning Capability in Large Language Models for Multimodal Sequential Recommendation
von: Wang, Yu, et al.
Veröffentlicht: (2026)

Adapting Large Language Models by Integrating Collaborative Semantics for Recommendation
von: Zheng, Bowen, et al.
Veröffentlicht: (2023)

LLMRec: Large Language Models with Graph Augmentation for Recommendation
von: Wei, Wei, et al.
Veröffentlicht: (2023)

Intent Representation Learning with Large Language Model for Recommendation
von: Wang, Yu, et al.
Veröffentlicht: (2025)

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

Reinforced Prompt Personalization for Recommendation with Large Language Models
von: Mao, Wenyu, et al.
Veröffentlicht: (2024)

LLMs as Better Recommenders with Natural Language Collaborative Signals: A Self-Assessing Retrieval Approach
von: Xin, Haoran, et al.
Veröffentlicht: (2025)

Enhancing Sequential Recommendation with World Knowledge from Large Language Models
von: Dai, Tianjie, et al.
Veröffentlicht: (2025)

Unleashing the Potential of Two-Tower Models: Diffusion-Based Cross-Interaction for Large-Scale Matching
von: Wang, Yihan, et al.
Veröffentlicht: (2025)

Less is More: Information Bottleneck Denoised Multimedia Recommendation
von: Yang, Yonghui, et al.
Veröffentlicht: (2025)

Large Language Model Simulator for Cold-Start Recommendation
von: Huang, Feiran, et al.
Veröffentlicht: (2024)

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

Denoising Time Cycle Modeling for Recommendation
von: Xie, Sicong, et al.
Veröffentlicht: (2024)