返回全部动态
基于记忆增强推理的 LLM 智能体群组推荐方法
原标题：Enhancing Group Recommendation with Memory-Augmented Reasoning in LLM Agent
AI 摘要
arXiv 论文提出 AGR，一个基于 LLM 的智能体框架，用于增强群组推荐。AGR 包含记忆模块和推理模块，通过 token 哈希表动态管理用户和群组的历史交互，并执行多步推理以生成可解释的推荐。实验表明，AGR 在 LastFM 和 Douban 数据集上显著优于现有方法，模型已开源。
以上摘要由 AI 生成，可能存在误差。事实请以原文为准。
正文节选
Enhancing Group Recommendation with Memory-Augmented Reasoning in LLM Agent Abstract The core challenge in group recommendation lies in modeling the dynamic evolution of user preferences and explaining the consensus formation process. Existing Large Language Model (LLM)-based methods, despite improved interpretability, treat interaction history as fixed text, ignoring the natural evolution of group/user preferences over time, and lacking explicit modeling of the complex group decision‑making pro
发布时间：2026-08-25 12:00
抓取时间：2026-08-25 12:50
来源机构：arXiv