論文の概要: HARP: Training-Free Dual-Profile Agentic Communication for LLM-Based Recommendation

• arxiv url: http://arxiv.org/abs/2611.05319v1
• Date: Tue, 03 Nov 2026 18:24:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-07 12:57:44.009388
• Title: HARP: Training-Free Dual-Profile Agentic Communication for LLM-Based Recommendation
• Title（参考訳）: HARP:LLM勧告のための訓練不要デュアルファイルエージェントコミュニケーション
• Abstract要約: 我々は,LSMをベースとした勧告をエージェントコミュニケーションのプロセスとして4段階に分けて再検討した。 HARP (Homophily-aware Agentic Recommendation via dual Profiles) として機能する。 HarPはHit@1を6.9%-24.0%引き上げる。
• 参考スコア（独自算出の注目度）: 19.137086213178815
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In LLM-based recommendation, memory acts as a user-level agent in a memory-augmented backbone. Yet users and items remain asymmetric: only the user is given a structured profile; it enters a bandwidth-limited reranker prompt; and it is frozen after warmup. We recast LLM-based recommendation as an agentic-communication process in four stages: BUILD a self-description, TRANSMIT it along the collaborative graph, UNDERSTAND the other side, and SYNC it from the next interaction. This formulation reveals three unresolved communication challenges: the item side never produces a comparable self-description (one-sided BUILD); profile-level signals enter only the bandwidth-limited reranker prompt rather than retrieval, where they would not compete for context tokens (prompt-trapped UNDERSTAND); and the user's description is frozen after warmup with no principled update rule (absent SYNC). We instantiate the missing stages as HARP (Homophily-aware Agentic Recommendation via dual Profiles), a training-free, three-operator addition to a frozen LLM backbone: a rule-extracted symmetric item profile (zero extra LLM calls), a channel-decomposable profile-level homophily H(phi_u, phi_i) consumed at retrieval time rather than inside the reranker prompt, and a single-pass reflective update realising in-context profile evolution without any gradient step. On four public benchmarks (Yelp, Books, MovieTV, Goodreads), HARP lifts Hit@1 over the strongest published baseline by 6.9%-24.0%, with family-wise Holm-corrected p < 1e-9 on every dataset. Ablations and a per-case attribution study show that the operators contribute complementary gains, with the retrieval-side gate as the main source; we also report the trade-off introduced by the reflective pass. We formulate agentic communication and provide a training-free instantiation. Code is available at https://github.com/Jove-Zhen/HARP.
• Abstract（参考訳）: LLMベースのレコメンデーションでは、メモリ拡張バックボーン内のユーザレベルのエージェントとして機能する。 ユーザーだけが構造化されたプロファイルを与えられ、帯域制限のリランカプロンプトが入力され、ウォームアップ後に凍結される。 BUILDを自己記述し、コラボレーティブグラフに沿って送信し、UNDERSTANDを向こう側から送信し、次のインタラクションからシンクする。 この定式化は、アイテム側が同等の自己記述(一方のBUILD)を決して生成しないこと、プロファイルレベルの信号が検索ではなく帯域幅制限された再ランカプロンプトに入力すること、コンテキストトークン(prompt-trapped UNDERSTAND)に競合しないこと、ユーザの記述が原則化された更新ルール(absent SYNC)なしでウォームアップ後に凍結されること、の3つの未解決な通信課題を明らかにしている。 HARP(Homophily-aware Agentic Recommendation via dual Profiles)、凍結LDMバックボーンへのトレーニング不要で3操作的な追加:ルール抽出された対称なアイテムプロファイル(ゼロの余剰LSMコール)、チャネル分解可能なプロファイルレベルのホモフィリーH(phi_u, phi_i)、リランカプロンプト内ではなく検索時に消費されるリフレクティブ更新(シングルパスリフレクティブ更新)、グラデーションステップのないインコンテクストプロファイル進化を実現する。 4つの公開ベンチマーク(Yelp、Books、MovieTV、Goodreads)では、HARPがHit@1を6.9%-24.0%引き上げた。 アブレーションおよびケースごとの属性調査により,検索側ゲートをメインソースとし,操作者が相補的な利得を寄与していることが判明した。 我々はエージェント通信を定式化し、トレーニング不要のインスタンス化を提供する。 コードはhttps://github.com/Jove-Zhen/HARPで入手できる。

関連論文リスト

• Can LLM Agents Automate Reinforcement Learning for Text-to-Speech? [64.13250261774849]
  私たちは、共有ワークスペースの周りに、ヒューマンガイダンスとエージェント実行を構造化するコラボレーティブワークフローを構築します。 エージェントが何を自動化するかを測定するため、我々は公開レシピに対して段階的に軌道ステージを監査する。 以上の結果から, エージェントは不特定レシピを回収し, 改良し, 失速した場合には, 文献を調査し, LMキャリアからフローキャリアへピボットすることがわかった。
  論文  参考訳（メタデータ） (2026-10-03T12:44:09Z)
• Dual-Grained Agent Memory and Shapley Context Attribution for Multimodal Agentic Learner [55.80248281761638]
  マルチモーダルな大言語モデル (MLLM) は、科学的および数学的推論において、印象的な認識を提供する。 本稿では,DG-Memを提案する。DG-Memは,トレーニングタイムのロールアウトから一度構築した外部記憶メモリと,テスト時に読み取り専用に相談することで,凍結したMLLMを拡張可能なエージェントメモリフレームワークである。
  論文  参考訳（メタデータ） (2026-08-24T13:56:01Z)
• Self-supervised User Profile Generation for Personalization [29.85412538714496]
  本稿では,プロファイルを用いた双方向ユーザモデリング(BUMP)について紹介する。 BUMPは、ラベル付き報酬に依存するクローズドソースAPIや先行メソッドにマッチするか、より優れています。
  論文  参考訳（メタデータ） (2026-06-03T18:25:00Z)
• Reinforcement Learning for LLM-based Multi-Agent Systems through Orchestration Traces [3.651838585096184]
  大規模言語モデル(LLM)エージェントは、独立したツールユーザから調整されたチームへと進化する。 強化学習は、個々のアクションだけでなく、作業の生成、委譲、通信、集約、停止の方法を最適化する必要がある。 本稿では,オーケストレーショントレースを用いたマルチエージェントシステムの強化学習について検討する。
  論文  参考訳（メタデータ） (2026-05-04T16:42:18Z)
• Prism-Reranker: Beyond Relevance Scoring -- Jointly Producing Contributions and Evidence for Agentic Retrieval [0.0]
  Qwen3.5上に4つのサイズ(0.8B, 2B, 4B, 9B)で構築されたリランカーモデルのファミリーであるPrism-Rerankerを紹介する。 標準のye/no関連判断に加えて、評決がYesであるたびに、モデルはドキュメントがクエリをどのように助けるかを要約したコントリビューションステートメントを発行する。 同じレシピが既存のLCMベースのリランカーを拡張し、Qwen3-Reranker-4Bのコントリビューションとエビデンス機能を強化している。
  論文  参考訳（メタデータ） (2026-04-26T14:28:48Z)
• AEL: Agent Evolving Learning for Open-Ended Environments [43.56685432981852]
  本稿では,この障害に対処する2段階のフレームワークであるemphAgent Evolving Learning (ael)を紹介する。 ael はシャープ比 2.13$pm$0.47 を達成し、5つの自己改善法を上回ります。 これは、エージェントの自己改善におけるボトルネックが、アーキテクチャの複雑さを追加するのではなく、経験の使い方を自覚していることを示している。
  論文  参考訳（メタデータ） (2026-04-23T14:29:25Z)
• 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)
• 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)

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。