arXiv · cs.IR· Vojtech Cahlik, Amir Reza Mohammadi, Rodrigo Alves, Pavel Kordik, Eva Zangerle·· 2 天前AI 评分52
用 LLM 把反事实编辑转写为自然语言解释，提升推荐系统解释可读性
From Counterfactual Edits to Human Narratives: LLM-Driven Interpretations for Recommender System Explanations
AI 导读
研究提出以 LLM 作为中介，把推荐系统反事实解释中冗长的交互编辑列表概括为描述高层偏好模式的自然语言解释，并通过偏好优化提升正确性、信息量与语言质量。在 MovieLens-1M 上，跨多种反事实生成器与语言模型，生成的摘要整体语言质量较高，语义指标在 ACCENT、SPINRec 等高成功率 CFX 方法下最好，DPO 在几乎所有设置中提升语义指标。论文发表于 CIKM 2026，代码已公开。
来源：arXiv · cs.IR · arxiv.org