Natural Language Processing
MATCHA：マルチエージェント協調により、信頼性の高い会話型レコメンダーを構築できるか？
Author
Venue
ICML MAS
Abstract
本論文では、大規模言語モデル（LLM）を活用してパーソナライゼーションとユーザーエンゲージメントを向上させる、対話型レコメンデーションシステム向けマルチエージェント協調フレームワーク「MATCHA」を提案する。ユーザーは自由形式のテキストでレコメンデーションをリクエストでき、自身の興味、好み、制約に合致した厳選されたリストを受け取ることができる。本システムでは、意図分析、候補生成、ランキング、再ランキング、説明可能性、および安全対策に特化したエージェントを導入している。これらのエージェントが協調して、レコメンデーションの精度、多様性、および安全性を向上させる。 8つの評価指標において、本モデルは現在の最先端技術と同等かそれ以上の性能を達成した。6つのベースラインモデルとの比較を通じて、本アプローチはゲームレコメンデーションにおける対話型レコメンデーションシステムの主要な課題、すなわち (1) 複雑でユーザー固有のリクエストへの対応、(2) マルチエージェント協働によるパーソナライゼーションの強化、(3) 実証的評価と展開、および (4) 安全で信頼性の高い対話の実現、に対処している。
