Enhance Large Language Models as Recommendation Systems with Collaborative Filtering

一、文章主要内容总结

该研究聚焦于将大型语言模型（LLMs）应用于推荐系统（LLM-as-RS），针对现有非调优（non-tuning）策略LLM推荐系统缺乏任务特定业务/本地企业知识、未明确整合协同过滤技术的缺陷，提出了一种基于评论机制的推荐系统框架——Critic-LLM-RS。

核心思路是训练一个独立的机器学习模型（Recommendation Critic，R-critic），该模型通过学习大量用户与物品的交互数据掌握协同过滤能力，能对LLM生成的初始推荐结果提供反馈（critiques），引导LLM优化并输出最终推荐。框架保留了非调优策略无需额外训练预训练LLM的优势，同时弥补了其缺乏协同过滤等推荐领域核心技术支撑的不足。

实验部分基于Movies和Books两个真实数据集，以HR、NDCG、Precision为评价指标，将Critic-LLM-RS与Llama4Rec、InteraRec等主流非调优LLM推荐系统及调优策略模型（LLM-FT-RS）进行对比。结果表明，Critic-LLM-RS在推荐准确性和排序质量上显著优于基线模型，且多轮反馈对性能提升影响有限（单轮反馈即可达到最优），同时不会显著增加LLM调用时间和资源消耗。此外，该框架对GPT-4o等黑盒LLM同样有效。

二、文章创新点

1. 首次整合协同过滤与非调优LLM推荐系统：现有非调优策略LLM-as-RS未明确融入协同过滤这一核心推荐技术，本研究填补了这一空白，让非调优模型具备任务特定推荐知识。
2. 提出独立评论模型（R-critic）机制：通过训练独立的