字节 HLLM 论文阅读

github连接：https://github.com/bytedance/HLLM

探讨问题：

推荐LLM的三个关键问题：

• LLM预训练权重通常被认为是对世界知识的概括，其对于推荐系统的价值？
• 对推荐任务进行微调的必要性？
• LLM是否可以在推荐系统中表现出与在其他领域相同的可扩展性优势？越大效果越好吗？

本文结论：

• 不管是从文本到embed的部分（Item LLM），还是从embed到embed的部分（User LLM）作者认为预训练权重都是对于这一部分有益的
• 非常必要
• 理论上可行

实验方法：

模型架构

分为两个模块

Item LLM：对于单个item做特征提取（单个item的文本序列 --> [ITEM] 的emb ）

提出了提取项目特征的方法。 它将item的文本描述作为输入，并输出嵌入表示。 llm在文本理解方面表现出了出色的性能，在项目文本描述的末尾添加一个特殊的令牌[ITEM]来提取特征，类比与Bert的放在末尾的[CLS]。

loss 1：InfoNCE Loss

User LLM:对于多个历史点击做用户建模（ 用户的多个历史item的[ITEM] --> emb）

其中因为输入时候emb，所以直接丢弃了tokenizer，但是其他层的权重值留下了，作者说是很有用，不知道真的假的

loss 2 ：cross Loss

总的loss = x*loss 1 + loss 2

loss都很常规，就不多说明了，论文里面也就3行，可以自行去看

训练方式

训练有两种主流模型：

1.生成式：主要是flow的meta家的HSTU工作，看过的小伙伴，欢迎补充信息

这里贴一篇帖子，做的实验证明HSTU的效果和ID_base的模型比较可能不占优势：

BaseModel vs HSTU for sequential recommendations

欢迎大家讨论自己的看法

2.判别式：

判别式又分成两个变体

Early fusion训练的时候，直接把待预测的样本的embedding E_target 放在序列结尾

Late fusion 后期用一个【user】代替，同时把E_target的和【user】一起输入预测层

实验结果

RQ1: LLM的一般预训练和带推荐目标的微调是否提高了最终的推荐性能？

实验说明，微调是非常有必要的

RQ2：与其他最先进的模型相比，HLLM的优势是否显著？

结论数据上看还是很华丽的

related work

目前推荐系统与大模型的结合：

这些探索可以分为三种类型：

1. llm用于总结或补充用户或项目的信息（RLMRec）
2. llm还用于生成冷启动项目的增强训练信号
3. 将推荐方式转化为对话任务

个人感悟

本篇文章，主要的创新点其实在与2步走的分层训练，使得训练参数的大小减少