Natural Language Processing
MATCHA：多代理協作能否建構值得信賴的對話式推薦系統？
Author
Venue
ICML MAS
Abstract
本文提出一種名為 MATCHA 的多代理協作框架，專為對話式推薦系統設計，透過運用大型語言模型（LLMs）來提升推薦的個人化程度與使用者參與度。使用者可透過自由書寫的文字提出推薦請求，並獲得符合其興趣、偏好及限制條件的精選清單。本系統導入專門負責意圖分析、候選項目生成、排序、重新排序、可解釋性及安全防護的代理。這些代理透過協作，共同提升推薦結果的準確性、多樣性與安全性。 在八項評估指標上，本模型表現優於或與當前最先進技術相當。透過與六種基準模型的比較，本方法解決了遊戲推薦對話式推薦系統中的關鍵挑戰，包括：(1) 處理複雜且具使用者特異性的請求，(2) 透過多代理協作提升個人化程度，(3) 實證評估與部署，以及 (4) 確保互動的安全與可信度。
