公开(公告)号：CN119513292B

公开(公告)日：2025-05-13

申请号：CN202411250877.6

申请日：2024-09-06

Applicant: 中国科学院自动化研究所

Inventor： 张启超 ,  张志远 ,  赵冬斌

IPC: G06F16/335 ,  G06F40/16 ,  G06N5/04 ,  G06F40/35

Abstract: 本发明提供一种基于大语言模型增强的推荐策略生成方法及相关设备。其中，方法包括获取推荐任务；将所述推荐任务输入至智能体，获取所述智能体输出的推荐策略；其中，所述智能体是基于样本推荐任务和大语言模型进行训练得到的，所述大语言模型用于基于所述样本推荐任务预测用户行为。本发明通过将大语言模型与强化学习智能体相结合，有效解决了传统方法难以快速提供准确的推荐策略的问题，实现了在提高推荐策略的准确性和个性化程度的同时，也提升了推荐系统的效率和适应性。

公开(公告)号：CN119513292A

公开(公告)日：2025-02-25

申请号：CN202411250877.6

申请日：2024-09-06

Applicant: 中国科学院自动化研究所

Inventor： 张启超 ,  张志远 ,  赵冬斌

IPC: G06F16/335 ,  G06F40/16 ,  G06N5/04 ,  G06F40/35

Abstract: 本发明提供一种基于大语言模型增强的推荐策略生成方法及相关设备。其中，方法包括获取推荐任务；将所述推荐任务输入至智能体，获取所述智能体输出的推荐策略；其中，所述智能体是基于样本推荐任务和大语言模型进行训练得到的，所述大语言模型用于基于所述样本推荐任务预测用户行为。本发明通过将大语言模型与强化学习智能体相结合，有效解决了传统方法难以快速提供准确的推荐策略的问题，实现了在提高推荐策略的准确性和个性化程度的同时，也提升了推荐系统的效率和适应性。