EasyRec es un sistema de recomendación basado en modelos de lenguaje, desarrollado por un equipo de la Universidad de Hong Kong. Su singularidad radica en su capacidad para analizar las emociones y los detalles de las historias de comportamiento del usuario a través de un marco de alineación de comportamiento de texto, prediciendo así sus preferencias sin necesidad de grandes cantidades de datos de usuario. El sistema combina el aprendizaje por contraste y los modelos de lenguaje colaborativos para predecir con precisión las preferencias de usuarios y productos nuevos, especialmente en escenarios de recomendación de muestra cero. La naturaleza plug-and-play de EasyRec facilita su integración en sistemas de recomendación existentes para mejorar su rendimiento. El artículo muestra el rendimiento de EasyRec en múltiples...

Investigadores de la Universidad de Hong Kong y Tencent presentan DiffMM, un nuevo paradigma de sistema de recomendación multimodal diseñado para mejorar la precisión de las recomendaciones de videos cortos. El sistema crea un gráfico que contiene información de usuarios y videos, y utiliza técnicas de difusión de gráficos y aprendizaje contrastivo para comprender mejor la relación entre usuarios y videos, logrando así recomendaciones más precisas.