Trustworthy Recommendation in the Era of Large Language Models: Opportunities and Challenges
Fuente:
arXiv
Gespeichert in:
| Hauptverfasser: | Wang, Bohao, Cui, Yu, Xu, Zhenxiang, Zhao, Jujia, Fan, Chenxiao, Zhang, Jizhi, Yang, Weiqin, Zhang, Shengjia, Chen, Sirui, Zhang, Yang, Zhao, Xiaoyan, Wang, Wenjie, Gao, Chongming, Feng, Fuli, He, Xiangnan, Chen, Jiawei |
|---|---|
| Format: | Preprint |
| Veröffentlicht: |
2026
|
| Schlagworte: | |
| Online-Zugang: | |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Ähnliche Einträge
BEAR: Towards Beam-Search-Aware Optimization for Recommendation with Large Language Models
von: Yang, Weiqin, et al.
Veröffentlicht: (2026)
von: Yang, Weiqin, et al.
Veröffentlicht: (2026)
Beyond Static Best-of-N: Bayesian List-wise Alignment for LLM-based Recommendation
von: Chen, Ruijun, et al.
Veröffentlicht: (2026)
von: Chen, Ruijun, et al.
Veröffentlicht: (2026)
Large Language Models are Learnable Planners for Long-Term Recommendation
von: Shi, Wentao, et al.
Veröffentlicht: (2024)
von: Shi, Wentao, et al.
Veröffentlicht: (2024)
Agentic Feedback Loop Modeling Improves Recommendation and User Simulation
von: Cai, Shihao, et al.
Veröffentlicht: (2024)
von: Cai, Shihao, et al.
Veröffentlicht: (2024)
Real-Time Personalization for LLM-based Recommendation with Customized In-Context Learning
von: Bao, Keqin, et al.
Veröffentlicht: (2024)
von: Bao, Keqin, et al.
Veröffentlicht: (2024)
Diffusion Models for Generative Outfit Recommendation
von: Xu, Yiyan, et al.
Veröffentlicht: (2024)
von: Xu, Yiyan, et al.
Veröffentlicht: (2024)
Fair Recommendations with Limited Sensitive Attributes: A Distributionally Robust Optimization Approach
von: Shi, Tianhao, et al.
Veröffentlicht: (2024)
von: Shi, Tianhao, et al.
Veröffentlicht: (2024)
Item-side Fairness of Large Language Model-based Recommendation System
von: Jiang, Meng, et al.
Veröffentlicht: (2024)
von: Jiang, Meng, et al.
Veröffentlicht: (2024)
CoLLM: Integrating Collaborative Embeddings into Large Language Models for Recommendation
von: Zhang, Yang, et al.
Veröffentlicht: (2023)
von: Zhang, Yang, et al.
Veröffentlicht: (2023)
Uncertainty-aware Generative Recommendation
von: Fan, Chenxiao, et al.
Veröffentlicht: (2026)
von: Fan, Chenxiao, et al.
Veröffentlicht: (2026)
Boosting Parameter Efficiency in LLM-Based Recommendation through Sophisticated Pruning
von: Zheng, Shanle, et al.
Veröffentlicht: (2025)
von: Zheng, Shanle, et al.
Veröffentlicht: (2025)
Fine-grained Alignment of Large Language Models for General Medication Recommendation without Overprescription
von: Zhao, Zihao, et al.
Veröffentlicht: (2025)
von: Zhao, Zihao, et al.
Veröffentlicht: (2025)
Reinforced Latent Reasoning for LLM-based Recommendation
von: Zhang, Yang, et al.
Veröffentlicht: (2025)
von: Zhang, Yang, et al.
Veröffentlicht: (2025)
Breaking User-Centric Agency: A Tri-Party Framework for Agent-Based Recommendation
von: Gong, Yaxin, et al.
Veröffentlicht: (2026)
von: Gong, Yaxin, et al.
Veröffentlicht: (2026)
Talos: Optimizing Top-$K$ Accuracy in Recommender Systems
von: Zhang, Shengjia, et al.
Veröffentlicht: (2026)
von: Zhang, Shengjia, et al.
Veröffentlicht: (2026)
Fine-grained List-wise Alignment for Generative Medication Recommendation
von: Fan, Chenxiao, et al.
Veröffentlicht: (2025)
von: Fan, Chenxiao, et al.
Veröffentlicht: (2025)
Leave No Patient Behind: Enhancing Medication Recommendation for Rare Disease Patients
von: Zhao, Zihao, et al.
Veröffentlicht: (2024)
von: Zhao, Zihao, et al.
Veröffentlicht: (2024)
Breaking the Top-$K$ Barrier: Advancing Top-$K$ Ranking Metrics Optimization in Recommender Systems
von: Yang, Weiqin, et al.
Veröffentlicht: (2025)
von: Yang, Weiqin, et al.
Veröffentlicht: (2025)
Debias Can be Unreliable: Mitigating Bias Issue in Evaluating Debiasing Recommendation
von: Wang, Chengbing, et al.
Veröffentlicht: (2024)
von: Wang, Chengbing, et al.
Veröffentlicht: (2024)
A Bi-Step Grounding Paradigm for Large Language Models in Recommendation Systems
von: Bao, Keqin, et al.
Veröffentlicht: (2023)
von: Bao, Keqin, et al.
Veröffentlicht: (2023)
Exact and Efficient Unlearning for Large Language Model-based Recommendation
von: Hu, Zhiyu, et al.
Veröffentlicht: (2024)
von: Hu, Zhiyu, et al.
Veröffentlicht: (2024)
Denoising Diffusion Recommender Model
von: Zhao, Jujia, et al.
Veröffentlicht: (2024)
von: Zhao, Jujia, et al.
Veröffentlicht: (2024)
Text-like Encoding of Collaborative Information in Large Language Models for Recommendation
von: Zhang, Yang, et al.
Veröffentlicht: (2024)
von: Zhang, Yang, et al.
Veröffentlicht: (2024)
Think-While-Generating: On-the-Fly Reasoning for Personalized Long-Form Generation
von: Wang, Chengbing, et al.
Veröffentlicht: (2025)
von: Wang, Chengbing, et al.
Veröffentlicht: (2025)
Decoding Matters: Addressing Amplification Bias and Homogeneity Issue for LLM-based Recommendation
von: Bao, Keqin, et al.
Veröffentlicht: (2024)
von: Bao, Keqin, et al.
Veröffentlicht: (2024)
Leveraging Memory Retrieval to Enhance LLM-based Generative Recommendation
von: Wang, Chengbing, et al.
Veröffentlicht: (2024)
von: Wang, Chengbing, et al.
Veröffentlicht: (2024)
Temporally and Distributionally Robust Optimization for Cold-Start Recommendation
von: Lin, Xinyu, et al.
Veröffentlicht: (2023)
von: Lin, Xinyu, et al.
Veröffentlicht: (2023)
K-order Ranking Preference Optimization for Large Language Models
von: Cai, Shihao, et al.
Veröffentlicht: (2025)
von: Cai, Shihao, et al.
Veröffentlicht: (2025)
Towards Sample-Efficient and Stable Reinforcement Learning for LLM-based Recommendation
von: Ding, Hongxun, et al.
Veröffentlicht: (2026)
von: Ding, Hongxun, et al.
Veröffentlicht: (2026)
Process-Supervised LLM Recommenders via Flow-guided Tuning
von: Gao, Chongming, et al.
Veröffentlicht: (2025)
von: Gao, Chongming, et al.
Veröffentlicht: (2025)
Medical Reasoning with Large Language Models: A Survey and MR-Bench
von: Ren, Xiaohan, et al.
Veröffentlicht: (2026)
von: Ren, Xiaohan, et al.
Veröffentlicht: (2026)
Medical Reasoning With Large Language Models: A Systematic Review and Evaluation
von: Xiaohan Ren, et al.
Veröffentlicht: (2026)
von: Xiaohan Ren, et al.
Veröffentlicht: (2026)
Lower-Left Partial AUC: An Effective and Efficient Optimization Metric for Recommendation
von: Shi, Wentao, et al.
Veröffentlicht: (2024)
von: Shi, Wentao, et al.
Veröffentlicht: (2024)
Generative Multi-Target Cross-Domain Recommendation
von: Jin, Jinqiu, et al.
Veröffentlicht: (2025)
von: Jin, Jinqiu, et al.
Veröffentlicht: (2025)
Prospect Personalized Recommendation on Large Language Model-based Agent Platform
von: Zhang, Jizhi, et al.
Veröffentlicht: (2024)
von: Zhang, Jizhi, et al.
Veröffentlicht: (2024)
Reason4Rec: Large Language Models for Recommendation with Deliberative User Preference Alignment
von: Fang, Yi, et al.
Veröffentlicht: (2025)
von: Fang, Yi, et al.
Veröffentlicht: (2025)
Position-Aware Drafting for Inference Acceleration in LLM-Based Generative List-Wise Recommendation
von: Chen, Jiaju, et al.
Veröffentlicht: (2026)
von: Chen, Jiaju, et al.
Veröffentlicht: (2026)
Leveraging LLMs for Influence Path Planning in Proactive Recommendation
von: Wang, Mingze, et al.
Veröffentlicht: (2024)
von: Wang, Mingze, et al.
Veröffentlicht: (2024)
The 2nd Workshop on Recommendation with Generative Models
von: Wang, Wenjie, et al.
Veröffentlicht: (2024)
von: Wang, Wenjie, et al.
Veröffentlicht: (2024)
A Survey of Generative Search and Recommendation in the Era of Large Language Models
von: Li, Yongqi, et al.
Veröffentlicht: (2024)
von: Li, Yongqi, et al.
Veröffentlicht: (2024)
Ähnliche Einträge
-
BEAR: Towards Beam-Search-Aware Optimization for Recommendation with Large Language Models
von: Yang, Weiqin, et al.
Veröffentlicht: (2026) -
Beyond Static Best-of-N: Bayesian List-wise Alignment for LLM-based Recommendation
von: Chen, Ruijun, et al.
Veröffentlicht: (2026) -
Large Language Models are Learnable Planners for Long-Term Recommendation
von: Shi, Wentao, et al.
Veröffentlicht: (2024) -
Agentic Feedback Loop Modeling Improves Recommendation and User Simulation
von: Cai, Shihao, et al.
Veröffentlicht: (2024) -
Real-Time Personalization for LLM-based Recommendation with Customized In-Context Learning
von: Bao, Keqin, et al.
Veröffentlicht: (2024)