域内自动促使跨域序列推与自然语言解释
Tesfaye Fenta Boka1, Zhendong Niu2, Tekie Tsegay Tewolde2
1School of Computer Science and Technology, Beijing Institute of Technology, Beijing, 100081, China; Department of Computer Science,Bule Hora University, Bule Hora, Ethiopia.
域意识自动提示 (DASP) 通过生成自然语言解释来增强跨域建议. 这种高效的框架提高了建议的准确性,并提供了对跨领域用户偏好的可解释的见解.
科学领域:
- 计算机科学 计算机科学
- 人工智能的人工智能
- 机器学习 机器学习
背景情况:
- 跨域序列推提出了诸如域位移和数据稀疏性等挑战.
- 现有的方法往往缺乏跨领域适应和产生连贯解释的效率.
研究的目的:
- 提出一个新的框架,Domain-Aware Self-Prompting (DASP),将跨领域的建议与自然语言解释生成相结合.
- 解决多领域推系统在效率,适应性和可解释性方面的局限性.
主要方法:
- DASP使用域不变的自动提示生成器,对共享用户偏好进行对比对齐.
- 具有meta-learned初始化的轻量级域适配器可以实现参数高效的适应.
- 一个跨域解释生成器利用大型语言模型来实现语义上对齐的多域提示.
主要成果:
- 在Movie-Book数据集中,DASP在HR@10 (10.7%) 和NDCG@10 (10.5%) 中取得了显著的改进.
- 与完整的大型语言模型微调相比,培训时间减少了54%.
- 定性和定量分析都证实了DASP能够产生可解释的跨领域解释的能力.
结论:
- DASP提供了一个可扩展和值得信赖的解决方案,用于跨域序列推.
- 该框架有效地通过连贯的解释跨域的用户偏好.
- DASP在高效,可适应和可解释的推系统中推进了最先进的技术.
更多相关视频
05:47Evidence-based Knowledge Synthesis and Hypothesis Validation: Navigating Biomedical Knowledge Bases via Explainable AI and Agentic Systems
Published on: June 13, 2025
09:27Using Eye Movements Recorded in the Visual World Paradigm to Explore the Online Processing of Spoken Language
Published on: October 13, 2018
相关概念视频
Self-Schemas
The Anchoring-and-Adjustment Heuristic
Cross-reactivity
The Availability Heuristic
Tip-of-the-Tongue Phenomenon
Self-Discrepancy Theory
