大模型如何做用戶建模？在大型語言模型時代的用戶建模：當前研究與未來方向

AIGC動態歡迎閱讀

原標題：大模型如何做用戶建模？在大型語言模型時代的用戶建模：當前研究與未來方向
關鍵字：用戶,模型,建模,語言,報告
文章來源：人工智能學家
內容字數：10289字

內容摘要：

來源：專知
大模型如何和用戶建模結合？看這篇綜述論文用戶建模(UM)旨在從用戶數據中發現模式或學習表征，了解特定用戶的特征，如個人資料、偏好和個性。用戶模型使得在許多在線應用程序中實現個性化和可疑性檢測成為可能，例如推薦、教育和醫療健康。常見的兩種用戶數據類型是文本和圖表，因為數據通常包含大量用戶生成內容(UGC)和在線互動。文本和圖表挖掘的研究正在迅速發展，在過去二十年中貢獻了許多值得注意的解決方案。最近，大型語言模型(LLMs)在生成、理解甚至推理文本數據方面顯示出卓越的性能。用戶建模的方法已經配備了LLMs，并很快變得突出。本文總結了現有研究關于如何以及為什么LLMs是建模和理解UGC的強大工具。然后，它回顧了幾類整合了LLMs和基于文本及圖表的方法的用戶建模大型語言模型(LLM-UM)方法。接著，它介紹了針對各種UM應用的具體LLM-UM技術。最后，它展示了LLM-UM研究中剩余的挑戰和未來方向。我們在以下網址維護閱讀清單：https://github.com/TamSiuhin/LLM-UM-Reading。
用戶建模(UM)旨在從用戶行為中提取有價值的見解和模式，使系統能夠

原文鏈接：大模型如何做用戶建模？在大型語言模型時代的用戶建模：當前研究與未來方向

聯系作者

文章來源：人工智能學家
作者微信：AItists
作者簡介：致力成為權威的人工智能科技媒體和前沿科技研究機構