Julian McAuley

El sistema de recomendación estándar era un modelo especializado entrenado sobre un catálogo concreto y el historial de comportamiento de usuarios. El trabajo de McAuley de 2023 sobre "Large Language Models as Zero-Shot Conversational Recommenders" demostró que un LLM listo para usar, sin ningún entrenamiento de sistema de recomendación, rinde de forma competitiva en benchmarks de recomendación conversacional — en parte porque los datos de entrenamiento contenían mil millones de recomendaciones implícitas procedentes de foros, reseñas y artículos en formato lista. Para ai100, este es el mecanismo preciso detrás de «el modelo menciona la marca X y no la marca Y en respuesta a una pregunta abierta»: es recomendación conversacional en todo salvo en la etiqueta.

Vale la pena seguirlo cuando

se quiere entender el comportamiento de recomendación enterrado dentro de las respuestas abiertas de los LLM, y por qué no siempre se le da ese nombre.

Temas

LLM como recomendadores conversacionales zero-shot; comportamiento de recomendación en salidas abiertas de LLM; condiciones de datos de entrenamiento que hicieron funcionar la recomendación de LLM lista para usar.

Obras clave

"Large Language Models as Zero-Shot Conversational Recommenders" (2023, autor sénior); conjuntos de datos de reseñas de productos de Amazon (mediados de la década de 2010 en adelante); publicaciones fundacionales que conectan NLP y recomendación.