Buchumschlag

Hard Negative Sampling via Large Language Models for Recommendation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhao, Chu, Yang, Enneng, Liu, Yuting, Zhao, Jianzhe, Guo, Guibing
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

Causal Direct Preference Optimization for Distributionally Robust Generative Recommendation
von: Zhao, Chu, et al.
Veröffentlicht: (2026)

Data Augmentation for Sequential Recommendation: A Survey
von: Dang, Yizhou, et al.
Veröffentlicht: (2024)

Data Augmentation as Free Lunch: Exploring the Test-Time Augmentation for Sequential Recommendation
von: Dang, Yizhou, et al.
Veröffentlicht: (2025)

Repeated Padding+: Simple yet Effective Data Augmentation Plugin for Sequential Recommendation
von: Dang, Yizhou, et al.
Veröffentlicht: (2024)

Graph Representation Learning via Causal Diffusion for Out-of-Distribution Recommendation
von: Zhao, Chu, et al.
Veröffentlicht: (2024)

Symmetric Graph Contrastive Learning against Noisy Views for Recommendation
von: Zhao, Chu, et al.
Veröffentlicht: (2024)

Augmenting Sequential Recommendation with Balanced Relevance and Diversity
von: Dang, Yizhou, et al.
Veröffentlicht: (2024)

Self-supervised Hierarchical Representation for Medication Recommendation
von: Liang, Yuliang, et al.
Veröffentlicht: (2024)

Towards Unified Modeling for Positive and Negative Preferences in Sign-Aware Recommendation
von: Liu, Yuting, et al.
Veröffentlicht: (2024)

CoRA: Collaborative Information Perception by Large Language Model's Weights for Recommendation
von: Liu, Yuting, et al.
Veröffentlicht: (2024)

Generalized Embedding Machines for Recommender Systems
von: Yang, Enneng, et al.
Veröffentlicht: (2020)

ID Embedding as Subtle Features of Content and Structure for Multimodal Recommendation
von: Liu, Yuting, et al.
Veröffentlicht: (2023)

Tail-Aware Data Augmentation for Long-Tail Sequential Recommendation
von: Dang, Yizhou, et al.
Veröffentlicht: (2026)

Stealthy Attack on Large Language Model based Recommendation
von: Zhang, Jinghao, et al.
Veröffentlicht: (2024)

Fusion and Alignment Enhancement with Large Language Models for Tail-item Sequential Recommendation
von: Wei, Zhifu, et al.
Veröffentlicht: (2026)

Hard vs. Noise: Resolving Hard-Noisy Sample Confusion in Recommender Systems via Large Language Models
von: Song, Tianrui, et al.
Veröffentlicht: (2025)

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

Enhanced Bayesian Personalized Ranking for Robust Hard Negative Sampling in Recommender Systems
von: Shi, Kexin, et al.
Veröffentlicht: (2024)

MMGRid: Navigating Temporal-aware and Cross-domain Generative Recommendation via Model Merging
von: Wei, Tianjun, et al.
Veröffentlicht: (2026)

ECHO: Entropy-Confidence Hybrid Optimization for Test-Time Reinforcement Learning
von: Zhao, Chu, et al.
Veröffentlicht: (2026)

Pay Attention to Sequence Split: Uncovering the Impacts of Sub-Sequence Splitting on Sequential Recommendation Models
von: Dang, Yizhou, et al.
Veröffentlicht: (2026)

Adaptive Hardness Negative Sampling for Collaborative Filtering
von: Lai, Riwei, et al.
Veröffentlicht: (2024)

Generating Negative Samples for Multi-Modal Recommendation
von: Ji, Yanbiao, et al.
Veröffentlicht: (2025)

Distributionally Robust Graph Out-of-Distribution Recommendation via Diffusion Model
von: Zhao, Chu, et al.
Veröffentlicht: (2025)

Training Large Recommendation Models via Graph-Language Token Alignment
von: Yang, Mingdai, et al.
Veröffentlicht: (2025)

Causal Negative Sampling via Diffusion Model for Out-of-Distribution Recommendation
von: Zhao, Chu, et al.
Veröffentlicht: (2025)

Objective Shaping with Hard Negatives: Windowed Partial AUC Optimization for RL-based LLM Recommenders
von: Shi, Wentao, et al.
Veröffentlicht: (2026)

Improving LLM-based Recommendation with Self-Hard Negatives from Intermediate Layers
von: Li, Bingqian, et al.
Veröffentlicht: (2026)

Divergence Meets Consensus: A Multi-Source Negative Sampling Framework for Sequential Recommendation
von: Li, Yuanzi, et al.
Veröffentlicht: (2026)

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

SyNeg: LLM-Driven Synthetic Hard-Negatives for Dense Retrieval
von: Li, Xiaopeng, et al.
Veröffentlicht: (2024)

Trustworthy Recommendation in the Era of Large Language Models: Opportunities and Challenges
von: Wang, Bohao, et al.
Veröffentlicht: (2026)

Evaluating Performance and Bias of Negative Sampling in Large-Scale Sequential Recommendation Models
von: Prakash, Arushi, et al.
Veröffentlicht: (2024)

Negative Sampling in Recommendation: A Survey and Future Directions
von: Ma, Haokai, et al.
Veröffentlicht: (2024)

SCONE: A Novel Stochastic Sampling to Generate Contrastive Views and Hard Negative Samples for Recommendation
von: Lee, Chaejeong, et al.
Veröffentlicht: (2024)

SELF: Surrogate-light Feature Selection with Large Language Models in Deep Recommender Systems
von: Jia, Pengyue, et al.
Veröffentlicht: (2024)

Large Language Model Enhanced Graph Invariant Contrastive Learning for Out-of-Distribution Recommendation
von: Liang, Jiahao, et al.
Veröffentlicht: (2025)

Coherency Improved Explainable Recommendation via Large Language Model
von: Liu, Shijie, et al.
Veröffentlicht: (2025)

Collaborative Large Language Model for Recommender Systems
von: Zhu, Yaochen, et al.
Veröffentlicht: (2023)

Improved Estimation of Ranks for Learning Item Recommenders with Negative Sampling
von: Subbiah, Anushya, et al.
Veröffentlicht: (2024)