[논문리뷰] RecGPT-V3 Technical Report본 논문은 대규모 산업용 추천 시스템에서 LLM을 활용할 때 발생하는 세 가지 핵심적인 병목 현상을 해결하고자 합니다. 기존 RecGPT 시리즈와 같은 LLM 기반 추천 모델들은 사용자 전체 행동 이력을 매번 재처리하는 Stateless behavior modeling으로 인해 불필요한 연산이 발생합니다 .#Review#Large Language Models#Recommender Systems#Memory Hub#Semantic IDs#Latent Intent Reasoning#Hybrid-modal Foundation Model#Instruction Tuning2026년 7월 19일댓글 수 로딩 중
[논문리뷰] Implicit Reasoning for Large Language Model-based Generative Recommendation본 논문은 LLM 기반의 Generative Recommendation(GR) 시스템에서 명시적 CoT 추론이 오히려 추천 성능 향상에 한계를 보인다는 문제를 다룹니다. 기존 연구들은 LLM의 월드 지식을 활용하고자 자연어 추론 과정을 도입했으나, 이는 계산 비용이 크고 실제 성능 기여도가 불분명합니다 .#Review#Generative Recommendation#Large Language Models#Chain-of-Thought#Semantic IDs#Implicit Reasoning#Representation Alignment#PauseRec2026년 6월 15일댓글 수 로딩 중
[논문리뷰] TalkPlay-Tools: Conversational Music Recommendation with LLM Tool Calling본 논문은 기존 대규모 언어 모델(LLM) 기반 추천 시스템의 제한적인 추천 행동과 단일 검색 방법론의 한계를 극복하고자 합니다. 사용자의 복잡한 의도를 해석하고 다양한 데이터 소스를 통합하여 정교한 음악 추천을 제공하는 통합 검색-재순위화 파이프라인 을 목표로 합니다.#Review#Conversational Recommendation#LLM Tool Calling#Music Recommendation#Multimodal Retrieval#Information Retrieval#Retrieval-Reranking#Semantic IDs2025년 10월 6일댓글 수 로딩 중
[논문리뷰] Semantic IDs for Joint Generative Search and Recommendation본 논문은 대규모 언어 모델(LLM)을 활용한 통합 검색 및 추천 시스템 구축을 위해, 항목을 LLM 친화적인 이산 토큰(Semantic ID)으로 효과적으로 표현하는 방법을 제시하고, 공동 태스크에서의 성능 최적화를 목표로 합니다. 특히, 기존의 분리된 시스템을 통합할 때 발생하는 성능 충돌 문제를 해결하고자 합니다.#Review#Generative Models#Search and Recommendation#Semantic IDs#Bi-Encoder#Quantization#Multi-Task Learning#Retrieval Augmented Generation2025년 8월 20일댓글 수 로딩 중