1. 추천 시스템에 LLM 활용 시 장점
- 아이템에 대한 기초적인 정보가 내제되어있을 가능성이 높음 > 아이템의 속성이 text로 주어질 경우 아이템을 잘 이해하고 파악함
- User-Item Interaction만을 기반으로 정보를 획득한 기존 방법론 대비 cold start 에 대한 대비 능력이 뛰어남
- Cross-Domain 상황에서 유리함
2. 추천 시스템에 LLM 활용 시 단점
- LLM 사전학습에 활용한 과업과 추천 과업의 차이가 존재함
- LLM 사전 학습
- 전반적인 언어 이해 능력 향상을 목표로 함
- 추천 과업에 필요한 입출력 형태의 모습 (아이템의 순열, 타겟 아이템 존재 등)을 사전학습 시 충분히 경험하지 못함
- 추천 : 사용자-아이템의 interaction 정보로부터 나타나는 패턴 이해 능력 향상을 목표로 함
- LLM 사전 학습
참고 링크
