日: 2026年3月18日

Verifiable Reasoning for LLM-based Generative Recommendation

  • Verifiable Reasoning for LLM-based Generative Recommendation [106.8]
    大規模言語モデル(LLM)における推論は、最近、生成的レコメンデーションの強化に強い可能性を示している。 本稿では,信頼性の高いフィードバックを提供するために,検証と推論をインターリーブする新しいTextbftextitreason-verify-recommendパラダイムを提案する。 4つの実世界のデータセットの実験は、VRecが効率を損なうことなく、推奨の有効性とスケーラビリティを大幅に向上することを示した。
    論文  参考訳（メタデータ）   (Sun, 08 Mar 2026 16:55:45 GMT)
  • 「we propose a novel reason-verify-recommend paradigm, which interleaves reasoning with verification to provide reliable feedback, guiding the reasoning process toward more faithful user preference understanding.」とレコメンデーションタスクでの推論で効果的なフレームワークの提案。Qwen2.5-1.5Bをファインチューニングして実装、効果を確認とのこと。
  • リポジトリはLinxyhaha/Verifiable-Rec · GitHub

Benchmarking Few-shot Transferability of Pre-trained Models with Improved Evaluation Protocols

  • Benchmarking Few-shot Transferability of Pre-trained Models with Improved Evaluation Protocols [123.7]
    より強力な事前訓練モデルと改良された適応アルゴリズムによって、わずかなショット転送が革新されている。 FEWTRANSは10種類のデータセットを含む総合的なベンチマークである。 FEWTRANS をリリースすることにより,数発の転写学習研究において再現性の向上を合理化するための厳密な “ルーラー” の提供を目指す。
    論文  参考訳（メタデータ）   (Sat, 28 Feb 2026 05:41:57 GMT)
  • Few shotでの転移性を評価するベンチマークの提案。
  • リポジトリはGitHub – Frankluox/FewTrans · GitHub