LLMRec

概述

同时使用唯一标识符和语义文本作为物品表示的 LLM 推荐方法，结合 ID 精确性和文本语义性。

关键内容

1. 核心思想：同时使用唯一标识符（unique identifiers）和语义文本（semantic text）作为物品表示，结合 ID 的精确区分能力和文本的语义理解能力。

2. 与LC-Rec的对比：LC-Rec 用语义标识符完全替代数字 ID，LLMRec 则保留两者——ID 确保物品的可区分性，文本增强语义理解。

3. 技术优势：

4. 保留 ID 的精确性：每个物品有唯一标识符，避免语义 ID 可能的歧义
5. 增强语义理解：文本描述帮助语言模型理解物品特征

6. 更好的冷启动处理：新物品可通过文本描述获得有意义的表示

7. 在 LLM 推荐谱系中的位置：属于生成式 LLM 推荐范式，与 LC-Rec 共同探索了 ID 表示的最佳实践，代表了两种不同的语义化路径。

来源

• LLMRec 论文 — LLM-based Recommendation with Dual Representation
• Shijie Geng et al. — P5: Recommendation as Language Processing, RecSys 2022

相关

• P5 论文 — LLMRec 的思想来源
• 语义 ID — LLMRec 使用的语义表示技术
• 生成式 LLM 推荐 — LLMRec 所属范式
• LC-Rec — 用语义标识符替代数字 ID 的对比方案