論文の概要: PMRecBench: A Benchmark for Personalization in Recommendation Agents under Multimodal Queries
- arxiv url: http://arxiv.org/abs/2611.06349v1
- Date: Wed, 04 Nov 2026 11:10:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 03:25:58.090729
- Title: PMRecBench: A Benchmark for Personalization in Recommendation Agents under Multimodal Queries
- Title（参考訳）: PMRecBench:マルチモーダルクエリによる推奨エージェントのパーソナライズのためのベンチマーク
- Abstract要約: パーソナライズされたマルチモーダル勧告ベンチマーク(PMRecBench)を紹介する。
PMRecBenchはマルチモーダルクエリによるレコメンデーションエージェントのパーソナライズを評価する最初のベンチマークである。
服や映画にまたがる品質管理された画像テキストクエリ510と、対応するユーザの実際の履歴をペアリングする。
- 参考スコア（独自算出の注目度）: 23.328828168091224
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: On Web platforms for shopping and entertainment, recommendation agents under multimodal queries aim to deliver personalized recommendations that satisfy users' visually specified requirements and reflect preferences inferred from user histories. However, existing personalized recommendation benchmarks use text-only queries, while multimodal ones assess query matching without evaluating personalization based on real user histories. We introduce the Personalized Multimodal Recommendation Benchmark (PMRecBench), the first benchmark to evaluate the personalization of recommendation agents under multimodal queries. It pairs 510 quality-controlled image-text queries across clothing and movies with the corresponding users' real histories. PMRecBench features two key designs: (1) queries derived from consistent behavioral patterns in real user records, with reference images and targets linked to actual interactions; and (2) challenging diagnostic pools with candidate items rated highly by the user but violating requirements, and items satisfying requirements but never rated highly, testing requirement understanding and preference following, respectively. Extensive experiments on diagnostic pools reveal a personalization imbalance in recommendation agents: relative to personalization signals alone, adding multimodal queries weakens preference following, even though the additional information about query requirements improves overall ranking performance. Further analysis links this decline in preference following to image interpretation, where agents can prioritize resemblance to reference images over evidence from user histories, and stronger commercial backbones alone fail to resolve this imbalance. This personalization imbalance highlights a central challenge for recommendation agents: improving ranking performance while preserving preference following when responding to multimodal user queries
- Abstract（参考訳）: ショッピングとエンターテイメントのためのWebプラットフォームでは、マルチモーダルクエリのレコメンデーションエージェントは、ユーザの視覚的要求を満たすパーソナライズされたレコメンデーションを提供し、ユーザ履歴から推測される好みを反映することを目的としている。
しかし、既存のパーソナライズされたレコメンデーションベンチマークでは、テキストのみのクエリを使用し、実際のユーザ履歴に基づいてパーソナライズを評価することなく、マルチモーダルなクエリマッチングを評価する。
マルチモーダルクエリによる推薦エージェントのパーソナライズを評価する最初のベンチマークであるパーソナライズされたマルチモーダル勧告ベンチマーク(PMRecBench)を紹介する。
服や映画にまたがる品質管理された画像テキストクエリ510と、対応するユーザの実際の履歴をペアリングする。
PMRecBench は,(1) 実際のユーザ記録における一貫した行動パターンから派生したクエリ,(2) ユーザによって高い評価を受けるが,要求に反する候補項目の診断プール,そして要件を満たす項目は高い評価を受けないが,要件の理解と嗜好をそれぞれテストする,という2つの重要な設計を特徴としている。
パーソナライズ信号のみと比較して、クエリ要求に関する追加情報が全体的なランキング性能を改善するにもかかわらず、マルチモーダルクエリを追加すると、後続の嗜好が弱まる。
画像解釈では、エージェントはユーザー履歴からの証拠よりも参照画像との類似性を優先でき、より強い商業的バックボーンだけではこの不均衡を解決できない。
このパーソナライゼーションの不均衡はレコメンデーションエージェントにとって重要な課題を浮き彫りにする。
関連論文リスト
- PersonaCodeBench: Evaluating Coding Agents in Persona-driven Human-Interactive Sessions [59.78223575963627]
PersonaCodeBenchは、マルチターンコーディングセッションでユーザ特性を検証可能な義務に変換する。
実行時に、コントローラはユーザーシミュレータの応答と要求の開示を制御します。
完了検証器とパーソナライズ検証器は、ネイティブの正しさとペルソナの履行を別々に評価する。
論文 参考訳（メタデータ） (2026-11-03T23:27:20Z) - AdaM-Rec: Adaptive Modality Routing for Multimodal Recommendation [41.45714747493608]
AdaM-Recはマルチモーダルレコメンデーションにおける適応的モダリティルーティングのためのフレームワークである。
プロキシリコールタスクを使用して、モダリティの信頼性を推定する。
AdaM-Recは最先端のベースラインに対して強力なパフォーマンスを提供する。
論文 参考訳（メタデータ） (2026-09-29T19:46:31Z) - APeB: Benchmarking Personalization Ability of Large Language Model Agents [17.77241512443464]
LLMを利用したエージェントは、ユーザが未特定クエリを発行する際にパーソナライズに苦労する。
既存のベンチマークでは、ユーザ定義クエリや単純化された履歴に依存することが多いため、この機能をテストすることはめったにない。
生クエリと多様な履歴の下でのエージェントパーソナライズのためのテストベッドであるパーソナライズされた製品検索(PPS)を導入する。
論文 参考訳（メタデータ） (2026-07-03T10:03:35Z) - Learning to Reason for Multi-Step Retrieval of Personal Context in Personalized Question Answering [39.08300602619814]
QA(Personalization in Question Answering)は、ユーザーの背景、好み、歴史的文脈に合致した正確で正確な回答を必要とする。
個人化のための個人的コンテキストからの推論と検索を統合した強化学習フレームワークPR2を提案する。
論文 参考訳（メタデータ） (2026-02-22T19:43:43Z) - Inference-Time Personalized Alignment with a Few User Preference Queries [24.28598841525897]
生成モデルの応答とユーザの好みを一致させる問題について検討する。
提案するUserAlignは,複数クエリによるユーザの好みを,ペアの応答比較として提案する。
論文 参考訳（メタデータ） (2025-11-04T20:07:03Z) - LOTUS: A Leaderboard for Detailed Image Captioning from Quality to Societal Bias and User Preferences [91.13704541413551]
LOTUSは詳細なキャプションを評価するためのリーダーボードである。
キャプションの品質など、様々な側面を包括的に評価する。
多様なユーザの嗜好に基準を合わせることで、嗜好指向の評価を可能にする。
論文 参考訳（メタデータ） (2025-07-25T15:12:42Z) - Multi-agents based User Values Mining for Recommendation [52.26100802380767]
効率的なユーザ値抽出のためのゼロショットマルチLLM協調フレームワークを提案する。
本研究は,本質的な意味を保ちながら,項目内容のコンデンスにテキスト要約手法を適用した。
幻覚を緩和するために,評価役と監督役の2つの特殊エージェントの役割を導入する。
論文 参考訳（メタデータ） (2025-05-02T04:01:31Z) - Agentic Feedback Loop Modeling Improves Recommendation and User Simulation [55.857164472712455]
本稿では,リコメンデーションエージェントとユーザエージェントの協調を支援するために,フィードバックループプロセスを強調する新しいフレームワークを提案する。
この反復的なプロセスは、両方のエージェントがユーザの振る舞いを推測する能力を高め、より効果的なアイテムレコメンデーションとより正確なユーザーシミュレーションを可能にします。
論文 参考訳（メタデータ） (2024-10-26T00:51:39Z) - Ada-Retrieval: An Adaptive Multi-Round Retrieval Paradigm for Sequential
Recommendations [50.03560306423678]
本稿では,レコメンダシステムのための適応型マルチラウンド検索パラダイムであるAda-Retrievalを提案する。
Ada-Retrievalは、ユーザー表現を反復的に洗練し、全項目領域の潜在的な候補をよりよく捉えます。
論文 参考訳（メタデータ） (2024-01-12T15:26:40Z)
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。