本日のエピソードでは大規模言語モデルを活用した対話型のレコメンドについて深掘りします。「Leveraging Large Language Models in Conversational Recommender Systems（ https://arxiv.org/abs/2305.07961 ）」という論文をもとに対話型のレコメンドが「ユーザ体験にどんな体験を届けるのか？」「どのような可能性を秘めているのか？」「どのようなアーキテクチャになるのか？」を掘り下げていきます。
00:01 第1回感想
02:06 対話型のレコメンドのユースケース
03:02 レコメンドと対話の関係
04:28 ふるさと納税のレコメンド
05:11 服や家電のレコメンド
06:12 社内のナレッジ検索やワークフロー申請を対話型に
08:31 ConversationalRecommendSystemの論文紹介
09:17 対話型レコメンドの論文評価
11:32 Conversational Recommend Systemの要素
14:05 アイテムレコメンドと外部データの連携
14:52 グラウンディングについて
15:36 LLMを使った会話の特化と困難さ
16:53 ユーザープロファイルの保存と活用
21:17 LLMの必要性について
23:52 LLMのシステム設計とユーザープロファイルに関する考慮
◎溶け込むラジオ - TOKECOM RADIOの情報
Twitter : https://twitter.com/TokecomRadio
Note : https://note.com/tokecom_radio
質問やお便り：https://forms.gle/iyusYVnYTPTYCSNr8
Spotify Podcasts : https://open.spotify.com/show/2cM4nkI88ySjFBUfQK9U74
Apple Podcasts : https://podcasts.apple.com/us/podcast/id1696073482
Amazon Music : https://music.amazon.co.jp/podcasts/9355c26a-25ac-4ad1-977a-6b10d89cf35f
その他のPodcast : https://podcasters.spotify.com/pod/show/tokecom-radio
たかく：https://twitter.com/cosmic_cow_boy
とにのぴら：https://twitter.com/nino_pira