Prospect Personalized Recommendation on Large Language Model-based Agent Platform

要約

GPT に代表される新しい種類のエージェント指向の情報システムでは、エージェント レベルの情報処理をサポートし、対話性などの大規模言語モデル (LLM) ベースのエージェントの特性に適応するために、情報システム インフラストラクチャを検査することが求められています。
この研究では、LLM ベースのエージェント プラットフォームでのレコメンダー システムの見通しを想定し、エージェント アイテムとエージェント レコメンダーで構成される Rec4Agentverse と呼ばれる新しいレコメンデーション パラダイムを導入します。
Rec4Agentverse は、エージェント アイテムとエージェント レコメンダーの連携を重視しており、これによりパーソナライズされた情報サービスを促進し、従来のユーザーとレコメンダーのフィードバック ループを超えた情報交換を強化します。
さらに、Rec4Agentverse の進化を予測し、エージェント アイテム、エージェント レコメンダー、およびユーザー間のインタラクションと情報交換の強化に基づいて、それを 3 つの段階に概念化します。
Rec4Agentverse のいくつかのケースを含む予備調査により、その応用の大きな可能性が検証されました。
最後に、潜在的な問題と将来の研究の有望な方向性について説明します。

要約(オリジナル)

The new kind of Agent-oriented information system, exemplified by GPTs, urges us to inspect the information system infrastructure to support Agent-level information processing and to adapt to the characteristics of Large Language Model (LLM)-based Agents, such as interactivity. In this work, we envisage the prospect of the recommender system on LLM-based Agent platforms and introduce a novel recommendation paradigm called Rec4Agentverse, comprised of Agent Items and Agent Recommender. Rec4Agentverse emphasizes the collaboration between Agent Items and Agent Recommender, thereby promoting personalized information services and enhancing the exchange of information beyond the traditional user-recommender feedback loop. Additionally, we prospect the evolution of Rec4Agentverse and conceptualize it into three stages based on the enhancement of the interaction and information exchange among Agent Items, Agent Recommender, and the user. A preliminary study involving several cases of Rec4Agentverse validates its significant potential for application. Lastly, we discuss potential issues and promising directions for future research.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google