论文在生成式推荐三阶段引入LLM知识并报告指标提升
资讯摘要
论文提出HiGenTrans，在输入、表示和决策三个层面把LLM知识引入生成式推荐：GSP将LLM用户表示加入序列起始嵌入，HRT用均值中心化投影与门控残差对齐LLM中间表示与同深度GenRec层，MDC用轻量专家混合校准器融合语义相关性、生成置信度与候选集上下文重排beam-search结果。作者报告在三个公开基准上Recall@10最高提升12.9%、NDCG@10最高提升33.7%。
要点速读
- GSP在SID生成前提供LLM语义先验，HRT按深度对齐LLM与GenRec表示，MDC校准beam-search重排
- 语义特征仅由可观测交互前缀计算以避免目标泄漏，并可离线缓存
- 作者报告三个公开基准上Recall@10最高提升12.9%、NDCG@10最高提升33.7%
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。