A Survey of Generative Search and Recommendation in the Era of Large Language Models

本文是LLM系列文章，针对《A Survey of Generative Search and Recommendation in the Era of Large Language Models》的翻译。

摘要

随着 Web 上的信息爆炸式增长，搜索和推荐是满足用户信息需求的基础设施。作为同一枚硬币的两面，两者都围绕着同一个核心研究问题，将查询与文档匹配，或将用户与项目匹配。近几十年来，搜索和推荐经历了同步的技术范式转变，包括基于机器学习和基于深度学习的范式。近年来，超智能生成式大语言模型在搜索和推荐方面引发了一种新的范式，即生成式搜索（检索）和推荐，旨在以生成方式解决匹配问题。在本文中，我们对信息系统中新兴的范式进行了全面调查，并从统一的角度总结了生成式搜索和推荐的发展。我们不是简单地对现有作品进行分类，而是为生成范式抽象出一个统一的框架，并将现有工作分解为该框架内的不同阶段，以突出其优点和缺点。然后，我们将生成式搜索和推荐与其独特的挑战区分开来，确定未解决的问题和未来的方向，并设想下一个信息搜索范式。

1 引言

2 传统范式

3 用于搜索和推荐的生成式范式

4 生成式搜索

5 生成式推荐<