报告题目：大模型驱动的可控推荐与智能体用户建模

报告人：廖好副教授(深圳大学)

报告时间：2024年4月16日下午16:00-17:00

报告地点：复杂系统研究所4层报告厅(商学楼409室)

报告人简介：廖好，深圳大学计算机与软件学院副教授，博士生导师。2015年在瑞士弗里堡大学获理论物理博士学位，师从张翼成教授。主要研究方向是信息挖掘与复杂系统交叉领域，信息传播与虚假新闻探测等研究，近5年第一或通讯作者中国科学院1区/CCF-A论文20篇。先后主持了3项国家自然科学基金等多个纵向及微软亚洲研究院、腾讯、百度、平安等企业合作委托科研项目，参与了国家重点研发计划，国家自然科学基金-广东省联合基金等国家重点项目。曾获得CCF-腾讯犀牛鸟卓创奖，微软亚洲研究院铸星计划学者，微软新闻集团LTHack Recognition Award以及深圳大学荔园优青学者。

报告摘要：本次主要汇报近期的两项研究工作。第一个研究:受大型语言模型(LLM)的强大智能驱动，旨在探索智能推荐系统的可控性。现有工作往往集中于将领域特定知识整合入LLMS以提高准确性，却常常忽视了遵循指令的重要性。为此，我们引入了一系列监督学习任务，通过利用传统推荐模型衍生的标签来提高LLMs按推荐特定指令操作的熟练度。接着，我们开发了一种基于强化学习的对齐程序，进一步加强了LLMS在响应用户意图和减少格式错误方面的能力。第二项研究:针对推荐系统中用户行为过程难以捕捉的挑战，结合了大语言模型智能体的最新技术，提出了用户智能体行为模拟IMSIM框架。该框架使用智能体模拟数据来弥补真实推荐过程的信息缺失，并结合记忆检索与用户个性化建模机制，显著增强了智能体的场景理解能力。

廖好副教授在做精彩报告