論文の概要: Enhancing Group Recommendation with Memory-Augmented Reasoning in LLM Agent

• arxiv url: http://arxiv.org/abs/2608.21939v1
• Date: Sat, 22 Aug 2026 12:42:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:43.538801
• Title: Enhancing Group Recommendation with Memory-Augmented Reasoning in LLM Agent
• Title（参考訳）: LLMエージェントにおけるメモリ拡張推論によるグループ勧告の強化
• Abstract要約: グループレコメンデーションにおける中核的な課題は、ユーザの好みの動的進化をモデル化することだ。 メモリモジュールとReasoningモジュールで構成されるLCMベースのエージェントであるAGRを提案する。 AGRは、推奨精度と説明可能性の両方において、既存の最先端手法を著しく上回っている。
• 参考スコア（独自算出の注目度）: 37.49444505936105
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The core challenge in group recommendation lies in modeling the dynamic evolution of user preferences and explain?ing 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 process. To address these issues, we propose AGR, a LLM-based agent, which consists of a Memory Module and a Reasoning Module. The Memory Module employs a token-based hash table to dynamically manage the historical interactions of groups and users. This design supports fundamental operations including insertion, updating, retrieval, forgetting of irrelevant records, and summarization of evolving group and user profiles for efficiently tracking. Based on these retrieved dynamic profiles, the Reason?ing Module then performs a multi-step reasoning process includ?ing Group Interests Collection, Group Consensus Refinement, Multi-dimensional Evaluation and Explainable Recommendation Generation, thereby moving beyond black-box inference to de?liver fully interpretable recommendations. In practice, we adopt the Reinforcement Fine-Tuning (RFT) paradigm, where we first use Supervised Fine-Tuning (SFT) to equip the model with basic capabilities for invoking the Memory and Reasoning modules, and then employ Group Relative Policy Optimization (GRPO) to enhance its autonomous ability to coordinate these modules. Experiments on LastFM and Douban datasets demonstrate that AGR significantly outperforms existing state-of-the-art methods in both recommendation accuracy and explainability. Our model is open-sourced at https://huggingface.co/niuqimeng/AGR.
• Abstract（参考訳）: グループレコメンデーションの中核となる課題は、ユーザの好みの動的な進化をモデル化し、説明することだ。 コンセンサス形成のプロセスです 既存のLarge Language Model (LLM) ベースの手法は、解釈可能性の向上にもかかわらず、インタラクション履歴を固定テキストとして扱い、時間とともにグループ/ユーザ好みの自然な進化を無視し、複雑なグループ決定プロセスの明示的なモデリングを欠いている。 これらの問題に対処するために,メモリモジュールと推論モジュールで構成されるLLMベースのエージェントであるAGRを提案する。 メモリモジュールはトークンベースのハッシュテーブルを使用して、グループとユーザの歴史的なインタラクションを動的に管理する。 この設計は、挿入、更新、検索、無関係なレコードの忘れ、効率的な追跡のために進化するグループとユーザープロファイルの要約を含む基本的な操作をサポートする。 これらの取得された動的プロファイルに基づいて、Reasonは? ing Moduleはマルチステップの推論プロセスを実行しますか? ing Group Interests Collection, Group Consensus Refinement, Multi-dimensional Evaluation and Explainable Recommendation Generation, which move beyond black-box inference to de? 肝臓を完全に解釈できるレコメンデーション 実際に、我々はReinforcement Fine-Tuning (RFT) パラダイムを採用し、まず最初にSupervised Fine-Tuning (SFT) を使用して、メモリとリ共振モジュールを呼び出し、次にグループ相対ポリシー最適化 (GRPO) を用いてこれらのモジュールを協調する自律的能力を高める。 LastFMとDubanのデータセットの実験では、AGRが推奨精度と説明可能性の両方で既存の最先端メソッドを著しく上回っていることが示されている。 私たちのモデルはhttps://huggingface.co/niuqimeng/AGR.comでオープンソース化されています。

関連論文リスト

• AgentGR: Semantic-aware Agentic Group Decision-Making Simulator for Group Recommendation [9.65582609558242]
  Group Recommendation (GR) は、モダンなソーシャルプラットフォームにおいて重要なコンポーネントとなっているユーザグループにアイテムを提案することを目的としている。 本稿では,グループ推薦のためのエージェントグループ意思決定シミュレータであるエージェントGRを提案する。 メンバーロールプレイングのための協調的セマンティックなユーザ好みを共同でキャプチャし、動的グループインタラクションをシミュレートして、実世界のグループ意思決定プロセスを反映することを目的としている。
  論文  参考訳（メタデータ） (2026-05-11T11:10:53Z)
• CURE:Circuit-Aware Unlearning for LLM-based Recommendation [34.80441850684431]
  本稿では,モデルコンポーネントを機能的に異なるサブセットに分解し,それを選択的に更新する回路認識アンラーニングフレームワークを提案する。 実世界のデータセットの実験では、我々のアプローチは既存のベースラインよりも効果的なアンラーニングを実現している。
  論文  参考訳（メタデータ） (2026-04-04T23:13:55Z)
• RecNet: Self-Evolving Preference Propagation for Agentic Recommender Systems [109.9061591263748]
  RecNetは、レコメンデータシステムのための自己進化的な好みの伝達フレームワークである。 関連ユーザやアイテム間で、リアルタイムの好み更新を積極的に伝達する。 逆相では、フィードバック駆動の伝搬最適化機構がマルチエージェント強化学習フレームワークをシミュレートする。
  論文  参考訳（メタデータ） (2026-01-29T12:14:31Z)
• GRPO-RM: Fine-Tuning Representation Models via GRPO-Driven Reinforcement Learning [52.16150076582931]
  我々は、表現モデル(GRPO-RM)のためのグループ相対ポリシー最適化を提案する。 我々の手法は,大規模言語モデル(LLM)におけるトークンシーケンスサンプリングを機能的に置き換えるための事前定義された出力セットを確立する。 特殊報酬関数は表現モデルの性質を満たすように設計されている。
  論文  参考訳（メタデータ） (2025-11-19T09:19:39Z)
• Understanding Generative Recommendation with Semantic IDs from a Model-scaling View [57.471604518714535]
  Generative Recommendation (GR)は、リッチアイテムのセマンティクスと協調フィルタリング信号を統合する。 一般的なアプローチの1つは、セマンティックID(SID)を使用して、自動回帰ユーザーインタラクションシーケンスモデリングのセットアップでアイテムを表現することである。 SIDをベースとしたGRは,モデルをスケールアップしながら大きなボトルネックを示す。 我々は、大規模言語モデル(LLM)を直接レコメンデーションとして使用する別のGRパラダイムを再考する。
  論文  参考訳（メタデータ） (2025-09-29T21:24:17Z)
• Embed Progressive Implicit Preference in Unified Space for Deep Collaborative Filtering [13.24227546548424]
  GNOLR(Generalized Neural Ordinal Logistic Regression)は、ユーザエンゲージメントの構造的進行を捉えるために提案されている。 GNOLRは予測精度を高め、ユーザのエンゲージメントの進行を捉え、検索プロセスを単純化する。 10の実世界のデータセットでの実験では、GNOLRは効率と適応性において最先端の手法を大幅に上回っている。
  論文  参考訳（メタデータ） (2025-05-27T08:43:35Z)
• DimeRec: A Unified Framework for Enhanced Sequential Recommendation via Generative Diffusion Models [39.49215596285211]
  シークエンシャルレコメンデーション(SR:Sequential Recommendation)は、非定常的な歴史的相互作用に基づいてユーザの好みに合わせてレコメンデーションを調整することによって、レコメンデーションシステムにおいて重要な役割を担っている。 誘導抽出モジュール(GEM)と生成拡散凝集モジュール(DAM)を組み合わせたDimeRecという新しいフレームワークを提案する。 我々の数値実験により、DimeRecは3つの公開データセットで確立されたベースライン法よりも大幅に優れていることが示された。
  論文  参考訳（メタデータ） (2024-08-22T06:42:09Z)
• On Generative Agents in Recommendation [58.42840923200071]
  Agent4Recは、Large Language Modelsに基づいたレコメンデーションのユーザーシミュレータである。 各エージェントは、ページ単位でパーソナライズされた推奨モデルと対話する。
  論文  参考訳（メタデータ） (2023-10-16T06:41:16Z)
• Overcoming Data Sparsity in Group Recommendation [52.00998276970403]
  グループレコメンデータシステムは、ユーザの個人的な好みだけでなく、嗜好集約戦略も正確に学習できなければならない。 本稿では,BGEM(Bipartite Graphding Model)とGCN(Graph Convolutional Networks)を基本構造として,グループとユーザ表現を統一的に学習する。
  論文  参考訳（メタデータ） (2020-10-02T07:11:19Z)

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。