作者还更详细地探讨了推荐系统中的信息茧问题。作者不断地将智能体选择的项目作为正样本添加到训练集中，训练新的推荐算法，并收集智能体的反馈。随着模拟和再训练轮数的增加，推荐系统向个人用户推荐的第一类电影的比例逐渐增加，推荐系统向个人用户推荐的平均电影类别数量会减少。这一现象表明，随着推荐算法的介入，用户接收的信息类型变得越来越单调。
四、总结与展望
在这项研究中，我们探索了基于大规模语言模型的代理在现实世界推荐场景中模拟用户行为的潜力。尽管大规模语言模型仍然存在幻觉等各种问题，但Agent4Rec 上的多智能体在许多方面仍然表现出与真实用户群体相匹配的行为。未来，基于大规模语言模型的精心设计的代理平台将能够真实地模拟推荐场景的各个方面，进一步促进学术界和工业界的研究提供性。
本文和图片来自网络，不代表火豚游戏立场，如若侵权请联系我们删除：https://www.huotun.com/game/583572.html