面向基于LLM的推荐的分层隐式推理框架

论文提出 HiLaR 框架，用于基于 LLM 的推荐系统。HiLaR 构建时间引导的分层用户偏好表征，与 LLM 的隐式推理状态对齐，并采用层感知奖励优化推理轨迹。在四个 Amazon 基准数据集上，HiLaR 表现优于多种基线。代码已开源。

此前隐式推理方法多集中于生成或验证中间状态，未充分刻画各层在偏好建模中的作用。HiLaR 首次将分层偏好表征与层感知奖励结合，减少显式推理开销，并提升推荐准确性，为 LLM 推荐提供新思路。

HiLaR 先构建时间引导的分层用户偏好表示，再将其与 LLM 多个隐式推理状态对齐，实现从宽泛偏好到细粒度当前意图的渐进推理。同时，利用最终推荐反馈与基于边际目标似然增益的层感知过程奖励，优化推理轨迹。

该框架可降低显式推理带来的推理开销，可能提升推荐准确性与响应速度。建议关注其在推荐系统中的应用潜力，并评估迁移到自身产品场景的收益与成本。

• 评估将 HiLaR 应用于电商或内容平台的个性化推荐，对比现有模型性能。
• 利用其分层推理机制优化用户意图理解，改进实时推荐响应。
• 研究其层感知奖励设计，应用于其他序列预测任务。

• HiLaR 在真实生产环境中的推理速度与成本是否优于显式推理方法？
• 其效果提升是否仅适用于 Amazon 数据集，在其他领域是否稳定？
• 开源代码的易用性与可维护性如何？