Finetuning Large Language Model for Personalized Ranking

大型语言模型（LLMs）在各个领域展示了卓越的性能，激发了研究人员探索它们在推荐系统中的潜在用途。然而，直接将LLMs应用于推荐任务已经被证明具有挑战性，因为用于预训练LLMs的数据与推荐任务的具体要求之间存在显著差异。在本研究中，我们介绍了直接多偏好优化（DMPO），这是一个简化的框架，旨在弥合差距并增强LLMs在推荐任务中的对齐性。DMPO通过同时最大化正样本的概率和最小化多个负样本的概率来增强基于LLM的推荐器的性能。我们进行了实验评估，将DMPO与传统推荐方法和其他基于LLM的推荐方法进行了比较。结果表明，在少样本场景下，DMPO显著提高了LLMs在三个真实公共数据集上的推荐能力。此外，实验表明DMPO在跨领域推荐中具有优越的泛化能力。一项案例研究阐明了这些一致改进的原因，并强调了DMPO作为可解释推荐系统的潜力。

本文旨在解决将大型语言模型（LLMs）应用于推荐任务时的数据不匹配问题，提出了一种名为DMPO的框架，通过同时最大化正样本的概率和最小化多个负样本的概率来增强LLMs的推荐能力。

DMPO框架的关键思路是通过优化正负样本的概率来提高LLMs的推荐性能，从而弥补预训练LLMs数据与推荐任务数据之间的差距。

实验结果表明，DMPO在三个真实公共数据集上显著提高了LLMs的推荐能力，并在跨领域推荐方面表现出优异的泛化能力。此外，DMPO还具有可解释性，值得进一步研究。

相关研究包括基于LLMs的推荐方法和传统推荐方法的比较，以及其他跨领域推荐方法的探索。