मॅचा: बहु-एजंट सहकार्याद्वारे विश्वासार्ह संवादात्मक शिफारस प्रणाली तयार करता येईल का?
Author
Venue
ICML MAS
Abstract
या पेपरमध्ये, आम्ही संवादात्मक शिफारस प्रणालीसाठी MATCHA नावाचा बहु-एजंट सहकार्य फ्रेमवर्क प्रस्तावित करतो, जो वैयक्तिकरण आणि वापरकर्ता सहभाग वाढवण्यासाठी मोठ्या भाषा मॉडेल्सचा (LLMs) वापर करतो. वापरकर्ते मुक्त-स्वरूपातील मजकुराद्वारे शिफारसी मागवू शकतात आणि त्यांच्या आवडी, पसंती आणि बंधने यांशी सुसंगत संकलित यादी प्राप्त करू शकतात. आमची प्रणाली हेतू विश्लेषण, उमेदवार निर्मिती, रँकिंग, पुनःरँकिंग, स्पष्टीकरणाक्षमता आणि सुरक्षा यांसाठी विशेष एजंट्स सादर करते. हे एजंट्स एकत्रितपणे शिफारसींची अचूकता, वैविध्य आणि सुरक्षा सुधारतात. आठ मेट्रिक्सवर, आमच्या मॉडेलने सध्याच्या अत्याधुनिक तंत्रज्ञानाच्या तुलनेत उत्कृष्ट किंवा त्यास समकक्ष कामगिरी बजावली आहे. सहा बेसलाइन मॉडेल्सशी तुलना करून, आमच्या पद्धतीने गेम शिफारसींसाठीच्या संवादात्मक शिफारस प्रणालींमधील प्रमुख आव्हानांवर मात केली आहे, ज्यात समाविष्ट आहेत: (१) जटिल, वापरकर्ता-विशिष्ट विनंत्या हाताळणे, (२) बहु-एजंट सहकार्याद्वारे वैयक्तिकीकरण वाढवणे, (३) प्रायोगिक मूल्यांकन आणि तैनाती, आणि (४) सुरक्षित व विश्वासार्ह संवाद सुनिश्चित करणे.
