論文の概要: GraphRAG-IRL: Personalized Recommendation with Graph-Grounded Inverse Reinforcement Learning and LLM Re-ranking

• arxiv url: http://arxiv.org/abs/2604.19128v1
• Date: Tue, 21 Apr 2026 06:22:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-22 22:41:49.6475
• Title: GraphRAG-IRL: Personalized Recommendation with Graph-Grounded Inverse Reinforcement Learning and LLM Re-ranking
• Title（参考訳）: GraphRAG-IRL:グラフを囲む逆強化学習とLLM再分類によるパーソナライズされたレコメンデーション
• Authors: Siqi Liang, Xiawei Wang, Yudi Zhang, Jiaying Zhou,
• Abstract要約: GraphRAG-IRLは、NDCG@10をMovieLensで15.7%、KuaiRandで16.6%改善する強力なスタンドアロンレコメンデーターである。 パーソナ誘導LDM融合はランキング品質をさらに改善し、MovieLens ml-1mのIRLのみのベースラインよりも最大16.8%のNDCG@10が向上した。
• 参考スコア（独自算出の注目度）: 6.316593316910498
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Personalized recommendation requires models that capture sequential user preferences while remaining robust to sparse feedback and semantic ambiguity. Recent work has explored large language models (LLMs) as recommenders and re-rankers, but pure prompt-based ranking often suffers from poor calibration, sensitivity to candidate ordering, and popularity bias. These limitations make LLMs useful semantic reasoners, but unreliable as standalone ranking engines. We present \textbf{GraphRAG-IRL}, a hybrid recommendation framework that combines graph-grounded feature construction, inverse reinforcement learning (IRL), and persona-guided LLM re-ranking. Our method constructs a heterogeneous knowledge graph over items, categories, and concepts, retrieves both individual and community preference context, and uses these signals to train a Maximum Entropy IRL model for calibrated pre-ranking. An LLM is then applied only to a short candidate list, where persona-guided prompts provide complementary semantic judgments that are fused with IRL rankings. Experiments show that GraphRAG-IRL is a strong standalone recommender: IRL-MLP with GraphRAG improves NDCG@10 by 15.7\% on MovieLens and 16.6\% on KuaiRand over supervised baselines. The results also show that IRL and GraphRAG are superadditive, with the combined gain exceeding the sum of their individual improvements. Persona-guided LLM fusion further improves ranking quality, yielding up to 16.8\% NDCG@10 improvement over the IRL-only baseline on MovieLens ml-1m, while score fusion on KuaiRand provides consistent gains of 4--6\% across LLM providers.
• Abstract（参考訳）: パーソナライズされたレコメンデーションは、適切なフィードバックとセマンティックなあいまいさを保ちながら、シーケンシャルなユーザの好みをキャプチャするモデルを必要とする。 最近の研究は、リコメンデーターやリランサーとして、大きな言語モデル(LLM)を探求しているが、純粋なプロンプトベースのランキングは、キャリブレーションの低下、候補順序に対する感受性、人気バイアスに悩まされることが多い。 これらの制限によりLLMはセマンティック推論に有用であるが、スタンドアローンのランキングエンジンとしては信頼性が低い。 本稿では,グラフグラウンド機能構築,逆強化学習(IRL),ペルソナ誘導LDM再構成を組み合わせたハイブリッドレコメンデーションフレームワークであるtextbf{GraphRAG-IRL}を提案する。 提案手法は,項目,カテゴリ,概念のヘテロジニアスな知識グラフを構築し,個々の嗜好コンテキストとコミュニティの嗜好コンテキストを検索し,これらの信号を用いて最大エントロピーIRLモデルのキャリブレーションを行った。 LLMは短い候補リストにのみ適用され、ペルソナ誘導プロンプトはIRLランキングと融合した補完的な意味判断を提供する。 GraphRAG-IRLは強力なスタンドアロンレコメンデーターであり、GraphRAGのIRL-MLPはNDCG@10をMovieLensで15.7\%、KuaiRandで16.6\%改善している。 また, IRLとGraphRAGの併用効果は, 個々の改善の合計を上回った。 パーソナ誘導LDM融合はランキング品質をさらに改善し、IRLのみのベースラインであるml-1mよりも最大16.8\%のNDCG@10が向上した。

関連論文リスト

• RLM-on-KG: Heuristics First, LLMs When Needed: Adaptive Retrieval Control over Mention Graphs for Scattered Evidence [0.0]
  RLM-on-KGは、LPMをRDF参照グラフ上で自律的なナビゲータとして扱う検索システムである。 我々の中心的な発見は条件付き優位性である: LLM制御の値は証拠散布とツールコールの高度化に依存する。
  論文  参考訳（メタデータ） (2026-04-18T16:25:39Z)
• Rank-GRPO: Training LLM-based Conversational Recommender Systems with Reinforcement Learning [70.6126069527741]
  ConvRec-R1は会話レコメンデーションシステムのエンドツーエンドトレーニングのための2段階のフレームワークである。 ステージ1では,Remap-Reflect-Adjustパイプラインを用いた行動閉鎖データセットを構築した。 ステージ2では,グループ相対政策最適化の原則的拡張である Rank-GRPO を提案する。
  論文  参考訳（メタデータ） (2025-10-23T02:56:00Z)
• RecMind: LLM-Enhanced Graph Neural Networks for Personalized Consumer Recommendations [1.9556834179471867]
  パーソナライゼーションは,ストリーミング,ショッピング,ウェアラブル,音声といった,コンシューマテクノロジのコア機能です。 本稿では、モノリシックなランク付けの前に言語モデルを優先として扱うLLM強化グラフレコメンデータであるRecMindを紹介する。 YelpとAmazon-Electronicsでは、RecMindが報告されている8つの指標すべてに対して、強力なベースラインに対して、+4.53%(Recall@40)と+4.01%(NDCG@40)の相対的な改善を達成している。
  論文  参考訳（メタデータ） (2025-09-08T02:15:55Z)
• End-to-End Personalization: Unifying Recommender Systems with Large Language Models [0.0]
  グラフ注意ネットワーク(GAT)と大言語モデル(LLM)を組み合わせた新しいハイブリッドレコメンデーションフレームワークを提案する。 LLMは、タイトル、ジャンル、概要などのメタデータに基づいて意味的に意味のあるプロファイルを生成することによって、ユーザーとアイテムの表現を豊かにするために最初に使用される。 MovieLens 100kと1Mを含むベンチマークデータセットでモデルを評価し、強いベースラインを一貫して上回ります。
  論文  参考訳（メタデータ） (2025-08-02T22:46:50Z)
• CORONA: A Coarse-to-Fine Framework for Graph-based Recommendation with Large Language Models [37.31002764910533]
  大規模言語モデル(LLM)はドメイン間で強力な機能を示している。 提案手法は,候補フィルタリング過程におけるLLMの推論能力を活用することである。 我々は,候補項目の範囲を徐々に狭めるために,検索の連鎖(Chein Of Retrieval ON grAphs)を導入する。
  論文  参考訳（メタデータ） (2025-06-14T08:20:15Z)
• LlamaRec-LKG-RAG: A Single-Pass, Learnable Knowledge Graph-RAG Framework for LLM-Based Ranking [0.0]
  LlamaRec-LKG-RAGは、パーソナライズされた知識グラフコンテキストをレコメンデーションランキングに統合する、新しい単一パスでエンドツーエンドのトレーニング可能なフレームワークである。 提案手法はLlamaRecアーキテクチャを拡張し,ユーザプライオリティを動的に識別する軽量なモジュールを組み込むことで実現した。 ML-100KとAmazon Beautyデータセットの実験では、主要なランキングメトリクス間でLlamaRecよりも一貫性があり、重要な改善が示されている。
  論文  参考訳（メタデータ） (2025-06-09T05:52:03Z)
• Compile Scene Graphs with Reinforcement Learning [69.36723767339001]
  次世代予測は大規模言語モデル(LLM)の訓練の基本原理である 本稿では,マルチモーダルLLM(M-LLM)であるR1-SGGを紹介する。 私たちは、Hard Recall、Hard Recall+Relax、Soft Recallの3つのリコールベースのバリエーションを含む、グラフ中心の報酬セットを設計します。
  論文  参考訳（メタデータ） (2025-04-18T10:46:22Z)
• Rank-R1: Enhancing Reasoning in LLM-based Document Rerankers via Reinforcement Learning [76.50690734636477]
  ランキングタスクを実行する前にユーザクエリと候補文書の両方を推論する新しいLCMベースのリランカである Rank-R1 を導入する。 TREC DL と BRIGHT データセットを用いた実験により,Ranc-R1 が特に複雑なクエリに対して非常に有効であることが判明した。
  論文  参考訳（メタデータ） (2025-03-08T03:14:26Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。