尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
A Universal Framework for Offline Serendipity Evaluation in Recommender Systems via Large Languag...
文章总结与翻译一、文章主要内容本文聚焦推荐系统中的“意外发现性(Serendipity)”评估难题,提出了一种基于大型语言模型(LLMs)的通用离线评估框架,核心内容如下:背景与问题:传统推荐系统易陷入“过滤气泡”,意外发现性(兼具相关性与意外性)可提升用户满意度,但该指标评估面临“无观测真值”“现有离线指标定义模糊或局限于特定数据集/系统”等挑战。框架设计:核心思路:以“LLM作为评估者(LLM-as-a-Judge)”,仅需用户与推荐物品的文本信息,无需依赖模糊定义或特定数据集/系统。两步流程:第一步,通过LLM系统为推荐物品分配1-5级意外发现性评分(1为“完全无意外发现性”,5为“高度意外发现性”,4分及以上视为具有意外发现性);第二步,基于评分量化推荐系统性能(如使用平均评分、精准度Precisionₛₑᵣ、归一化折损累积增益NDCGₛₑᵣ等指标)。实验验证:提示策略筛选实验:在含真值的Serendipity-2018数据集上测试4种提示模板(Base、LS、CoT、LtM),发现“思维链(CoT)”提示的预测准确率最高(GPT-4o-mini模型MAE低于1.0,三分类准确率46.98%)。推荐系统性能评估实验:在ML-1M(电影)、Goodreads(书籍)、Beauty(电商)3个无意外发现性真值的数据集上,评估2个准确率导向(BPR
RELATED

相关推荐

Weights-Rotated Preference Optimization for Large Language Models

Weights-Rotated Preference Optimization for Large Language Models

论文《Weights-Rotated Preference Optimization for Large Language Models》总结与翻译 一、文章主要内容 1. 研究背景与问题 现有方法局限:直接偏好优化(DPO)是大语言模型(LLMs)对齐人类偏好的主流方法,可避免强化学习从人类反馈(RLHF)的训练不稳定性与超参数敏感…

📅 2026/9/16 12:44:50
微信小程序开发实战:从零构建塔罗牌占卜应用

微信小程序开发实战:从零构建塔罗牌占卜应用

简介:这是一份面向微信小程序开发者与塔罗文化爱好者的学习型项目资源,提供完整的塔罗牌占卜类小程序实现方案,解决个性化运势查询、多场景占卜交互及轻量级商业功能集成等实际开发需求。压缩包共72个文件,含49张塔罗牌高清图片&a…

📅 2026/10/6 22:54:32
微信小程序开发实战:塔罗牌占卜应用从设计到部署全解析

微信小程序开发实战:塔罗牌占卜应用从设计到部署全解析

简介:这是一份面向微信小程序开发者与塔罗文化爱好者的学习型项目资源,提供完整的塔罗牌占卜类小程序实现方案,解决个性化运势解读与轻量级付费服务集成问题。资源包共72个文件,含49张塔罗牌高清图片(jpg)、…

📅 2026/10/6 14:10:56
MORE NEWS

更多资讯

📰

Java网络编程从入门到避坑:Socket、TCP/UDP与并发模型实战

网络编程这块内容,我前前后后翻过不下五遍,每次带新人或者自己复习,感受都不一样。第一次看的时候满脑子问号:Socket到底是个啥、为什么要有端口、TCP和UDP差在哪、什么时候该用哪个。后来自己动手写了几个小Demo,又踩…

📰

OpenClaw流式翻译延迟控制:动态分段策略与实测调优

在实时翻译这个场景里摸爬滚打这几年,被问得最多的一句话就是:"延迟到底压到多少才算能用?" 尤其是最近在调 OpenClaw 做跨语言语音交互,很多人一上来就盯着流式翻译的延迟数字看。标题里问的这个问题其实问到了点子上&…

📰

含储能微网双层能量管理模型:MPC日前调度与日内滚动实现

这段时间我把手头那个含储能微网的双层能量管理模型用MATLAB完整搭了一遍,核心控制器是模型预测算法(MPC)——上层做日前调度,下层做日内滚动修正。这个模型的目标很朴素:在电价、光伏、负荷都不完全确定的情况下&…

📰

IDE评估过期提示解析:授权状态机与30分钟会话限制的应对策略

1. 这条弹窗到底在说什么:从现象到本质的拆解第一次看到Your idea evaluation has expired. Your session will be limited to 30 minutes这行提示,很多人第一反应是“我是不是装了个假版本”或者“是不是账号被盗了”。其实没那么玄乎,这条提…

📰

Winform激光打标二次开发包:工业级振镜与激光器控制骨架

简介:这是一份面向工业自动化领域C#开发者的激光打标设备二次开发实战项目,基于金橙子打标控制卡SDK,使用WinForm框架在.NET Framework 4.0环境下实现人机交互与硬件指令集成,适用于有设备集成经验的中高级开发者快速上手打标机控…

📰

ARM嵌入式开发入门:从内核到外设的系统级学习路径与工程实践

很多人学 ARM 嵌入式开发,习惯是拿到一块开发板就先跑例程。点灯、串口打印、按键检测,例程跑得飞起,就觉得自己已经入门了。但真让他从零设计一个系统的时候,问题全冒出来了:时钟树不会配、启动文件不知道在干什么、中…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬