Fugu-MT 論文翻訳(概要): P3Rec: Distilling Prior--Posterior Preference Reasoning for LLM-based Recommendation

論文の概要: P3Rec: Distilling Prior--Posterior Preference Reasoning for LLM-based Recommendation

arxiv url: http://arxiv.org/abs/2609.13993v2
Date: Tue, 15 Sep 2026 12:16:58 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-16 14:56:08.086416
Title: P3Rec: Distilling Prior--Posterior Preference Reasoning for LLM-based Recommendation
Title（参考訳）: P3Rec:LCMに基づく勧告のための事前選好推論の蒸留
Abstract要約: P$3$Recは相補的事前選好推論知識の抽出と内部化を共同で行うフレームワークである。 P$3$Recは、効率的なレコメンデーションを保持しながら、より完全な選好推論を達成する。
参考スコア（独自算出の注目度）: 3.449214186081224
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Large language models (LLMs) exhibit strong semantic understanding and preference reasoning capabilities, offering new opportunities for user modeling in recommender systems. Existing LLM-as-Enhancer methods typically distill LLM-derived preference knowledge into lightweight recommenders to avoid costly online LLM inference. However, they often construct distillation knowledge from only one perspective. Prior preference captures users' stable and consistent interests but provides limited guidance for the current decision, whereas posterior preference reveals target-relevant fine-grained interests but may rely excessively on target clues. To address these limitations, we propose P$^3$Rec, a framework that jointly extracts and internalizes complementary prior and posterior preference reasoning knowledge. Specifically, P$^3$Rec first derives target-agnostic prior preferences and target-conditioned posterior preferences from the user side, while further extracting item-centric preference representations from item semantics and predecessor interactions. It then progressively internalizes prior and posterior knowledge into behavioral representations through prior preference absorption and posterior-guided preference distillation. Since the resulting comprehensive preference representation may not always provide an equally decisive retrieval direction, P$^3$Rec further characterizes historical interest dispersion with interest entropy and adaptively calibrates the user representation before contrastive retrieval optimization. In this way, P$^3$Rec achieves more complete preference reasoning while preserving efficient recommendation. Extensive experiments on multiple public datasets demonstrate its effectiveness.
Abstract（参考訳）: 大規模言語モデル(LLM)は、強力なセマンティック理解と嗜好推論能力を示し、レコメンダシステムにおけるユーザーモデリングの新しい機会を提供する。既存のLLM-as-Enhancer法では、LLM由来の嗜好知識を軽量なレコメンデーターに蒸留して、高価なオンラインLLM推論を避けるのが一般的である。しかし、蒸留知識は一つの観点からのみ構築されることが多い。優先優先は、ユーザの安定的で一貫した関心を捉えるが、現在の決定に対して限定的なガイダンスを提供する一方、後続優先は、目標に関連のあるきめ細かな関心を露呈するが、ターゲットの手がかりに過度に依存する可能性がある。これらの制約に対処するため,P$^3$Recを提案する。具体的には、まず、P$^3$Recは、ユーザ側からターゲット非依存の事前選好とターゲット条件付き後続選好を導出し、さらにアイテムセマンティクスと先行相互作用からアイテム中心選好表現を抽出する。その後、先述と後述の知識を、先述の嗜好吸収と後述の嗜好蒸留を通じて行動表現に徐々に内包する。結果として得られる包括的選好表現は必ずしも等しく決定的な検索方向を提供するとは限らないため、P$^3$Recはさらに、興味エントロピーによる歴史的関心分散を特徴付け、コントラッシブな検索最適化の前にユーザ表現を適応的に校正する。このようにして、P$^3$Recはより完全な選好推論を達成し、効率的なレコメンデーションを保存する。複数の公開データセットに対する大規模な実験は、その有効性を示している。

関連論文リスト

RecRec: Latent Interests Recursive Reasoning for Sequential Recommendation [52.23179023639867]
逐次リコメンデータシステムは、ユーザインタラクションをエンコードし、次の項目を予測するために、1つのフォワードパスに依存している。シーケンシャルなレコメンデーションのための推論プロセスをどのように構成するかは、未解決の問題である。既存のアプローチでは、推論と予測を単一の$d$次元の状態に分割し、推論の深さを制限する。本稿ではRLフリーフレームワークRecRec(Recursive Reasoning for Recommendation)を提案する。
論文参考訳（メタデータ） (2026-07-14T16:28:28Z)
Intuition-Guided Latent Reasoning for LLM-Based Recommendation [72.06271644558291]
EmphIntuRecは,emphrecommendationの直感で潜在的推論を固定するフレームワークである。 IntuRecは、複数の実世界のデータセットの実験において、最先端のベースラインを一貫して上回る。
論文参考訳（メタデータ） (2026-06-26T03:29:48Z)
Selective Ensemble Based on Preference-Directed Multi-Objective Bandits [90.75513823660775]
我々は、部分的に指定された線形選好の下で逐次決定問題を定式化する。次に、嗜好指向の高信頼度境界(PrefUCB)アルゴリズムを提案する。大規模な事前学習型モデル選択アンサンブルタスクと,機関委任下でのオンラインアセットアロケーションの実験により,本手法が検証された。
論文参考訳（メタデータ） (2026-06-20T07:52:46Z)
Enhancing LLM-based Recommendation with Preference Hint Discovery from Knowledge Graph [26.065016082075264]
インタラクション統合知識グラフに基づく嗜好ヒント発見モデルを提案する。候補属性の選好信頼性を定量化するために, インスタンス単位の二重アテンション機構を開発する。
論文参考訳（メタデータ） (2026-01-26T03:20:42Z)
Tree of Preferences for Diversified Recommendation [54.183647833064136]
データバイアスの観点から、多種多様な推薦について検討する。本研究では,世界知識を活用したゼロショット推論における大規模言語モデル(LLM)の卓越した性能に着想を得て,新しいアプローチを提案する。
論文参考訳（メタデータ） (2025-12-24T04:13:17Z)
R$^2$ec: Towards Large Recommender Models with Reasoning [59.32598867813266]
R$2$ecは、本質的な推論能力を持つ統一された大型レコメンデータモデルである。 R$2$ecは、推論チェーン生成と効率的なアイテム予測の両方を単一のモデルでサポートするデュアルヘッドアーキテクチャを導入している。注釈付き推論データの欠如を克服するため、強化学習フレームワークであるRecPOを設計する。
論文参考訳（メタデータ） (2025-05-22T17:55:43Z)
Think Before Recommend: Unleashing the Latent Reasoning Power for Sequential Recommendation [23.546871718624605]
提案するTextbfReaRecは,レコメンデータシステムのための最初の推論時間計算フレームワークである。 ReaRecはシーケンスの最後の隠された状態をシーケンシャルレコメンデータに自動的にフィードする。本稿では2つの軽量推論に基づく学習手法,ERL(Ensemble Reasoning Learning)とPRL(Progressive Reasoning Learning)を紹介する。
論文参考訳（メタデータ） (2025-03-28T17:59:03Z)
Review-driven Personalized Preference Reasoning with Large Language Models for Recommendation [21.769969074938142]
EXP3RTは、ユーザとアイテムレビューに含まれるリッチな好み情報を活用するために設計された、LLMベースの新しいレコメンデータである。詳細なステップバイステップの推論と予測された評価を生成する。実験の結果、EXP3RTは評価予測と候補項目の双方において、トップkレコメンデーションにおいて既存の手法よりも優れていることがわかった。
論文参考訳（メタデータ） (2024-08-12T16:39:03Z)
On Softmax Direct Preference Optimization for Recommendation [50.896117978746]
そこで我々は,LMをベースとした推奨項目の識別を支援するために,ランキング情報をLMに挿入するソフトマックスDPO(S-DPO)を提案する。具体的には、ユーザの嗜好データに複数の負を組み込んで、LMベースのレコメンデータに適したDPO損失の代替版を考案する。
論文参考訳（メタデータ） (2024-06-13T15:16:11Z)
Spread Preference Annotation: Direct Preference Judgment for Efficient LLM Alignment [72.99676237703099]
大規模言語モデルと人間の嗜好の整合性を高める新しいフレームワークを提案する。私たちのキーとなるアイデアは、小さな(種)データの中で人間の事前知識を活用することです。本稿では,ノイズ認識型選好学習アルゴリズムを導入し,生成した選好データにおける品質低下のリスクを軽減する。
論文参考訳（メタデータ） (2024-06-06T18:01:02Z)

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。