Natural Language Processing
MATCHA: 다중 에이전트 협력이 신뢰할 수 있는 대화형 추천 시스템을 구축할 수 있을까?
Author
Venue
ICML MAS
Abstract
본 논문에서는 대규모 언어 모델(LLM)을 활용하여 개인화 및 사용자 참여도를 향상시키는 대화형 추천 시스템을 위한 MATCHA라는 다중 에이전트 협업 프레임워크를 제안한다. 사용자는 자유 형식의 텍스트를 통해 추천을 요청할 수 있으며, 자신의 관심사, 선호도 및 제약 조건에 부합하는 선별된 목록을 받을 수 있다. 본 시스템은 의도 분석, 후보 생성, 순위 지정, 재순위 지정, 설명 가능성 및 안전 장치를 위한 전문 에이전트를 도입한다. 이러한 에이전트들은 협력하여 추천의 정확성, 다양성 및 안전성을 향상시킨다. 8가지 평가 지표에서 본 모델은 최신 최첨단 기술과 동등하거나 그 이상의 성능을 달성했다. 6개의 기준 모델과의 비교를 통해, 본 접근법은 게임 추천을 위한 대화형 추천 시스템의 주요 과제, 즉 (1) 복잡하고 사용자 고유의 요청 처리, (2) 다중 에이전트 협력을 통한 개인화 강화, (3) 실증적 평가 및 배포, (4) 안전하고 신뢰할 수 있는 상호작용 보장 등을 해결한다.
