返回全部动态
Think2Go：基于LLM推理的生成式下一个POI推荐框架
原标题：Think2Go: Generative Next POI Recommendation with LLM Reasoning
AI 摘要
arXiv 论文提出 Think2Go，一种用于下一个兴趣点（POI）推荐的生成式框架，结合了监督微调和基于强化学习的推理，以增强对语义ID的理解并探索时空模式。通过两种优势加权机制（基于核密度估计的提示不确定性校准和奖励归一化缩放）实现联合优化，形成隐式课程学习策略，提升训练稳定性和探索能力。该框架旨在解决现有方法在数据稀疏和复杂移动模式下的局限性。
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
Computer Science > Information Retrieval Title:Think2Go: Generative Next POI Recommendation with LLM Reasoning View PDF HTML (experimental) Abstract:Next Point-of-Interest (POI) recommendation task focuses on mining user behavioral preference patterns from historical check-ins to provide personalized suggestions for the next destination. Existing methods primarily rely on shallow contextual information and handcrafted feature interactions to predict the next POI. However, the inheren
发布时间：2026-08-03 12:00
抓取时间：2026-08-03 16:08
来源机构：arXiv