LLMを活用した推薦システムの改善: 課題と初期導入のアプローチ

by Higuchi kokoro

Slide 1

Slide 1 text

Slide 2

Slide 2 text

Slide 3

Slide 3 text

Slide 4

Slide 4 text

Slide 5

Slide 5 text

Slide 6

Slide 6 text

Slide 7

Slide 7 text

Slide 8

Slide 8 text

Slide 9

Slide 9 text

Slide 10

Slide 10 text

Slide 11

Slide 11 text

Slide 12

Slide 12 text

Slide 13

Slide 13 text

Slide 14

Slide 14 text

Slide 15

Slide 15 text

© 2023 Wantedly, Inc. リスクや費用を回避しつつ柔軟な推薦を行うための初期アプローチ ● 予め、他の仕組みでLLMへの入力情報を選定しておく ○ ex) 3-stageの推薦システム(2-stage + LLM) ● LLMに解かせるタスクや入出力を限定する ○ ×: 回答: {LLM_answer} ○ ◎: あなたにおすすめの募集は ${LLM_suggested_item}で理由は ${LLM_suggested_reason}です。

Slide 16

Slide 16 text

Slide 17

Slide 17 text

© 2023 Wantedly, Inc. まとめ ● LLM × 推薦システムはこれまでにない価値創出ができそう ○ 説明性の付与 ○ 自然言語での推薦結果の調節 ● ただし実運用には様々な壁がある ○ 柔軟な推薦のために多数のデータを渡したいが困難 ○ LLMの発言内容の精査 ● LLMに与えるタスクの選定や既存システムとの繋ぎこみ方が肝要 ● 新しい技術が出続けるので、適宜最適な組み合わせを選ぶ ○ Agent, Cache, Indexing, Finetune, etc…