LehengTHU/Agent4Rec

Что это за инструмент

Agent4Rec — это симулятор рекомендательных систем, использующий LLM-агентов (ChatGPT-3.5) для моделирования поведения пользователей на основе датасета MovieLens-1M.

Зачем нужен

Инструмент позволяет исследовать поведение независимых людей в среде рекомендаций, заменяя традиционные метрики живым взаимодействием агентов с контентом. Это полезно для анализа того, как разные алгоритмы влияют на действия пользователей (просмотр, оценка, выход) в контролируемых условиях.

Что можно реализовать

• Сравнение эффективности различных алгоритмов рекомендаций (MF, MultVAE, LightGCN, Random, Pop) через поведение LLM-агентов
• Исследование динамики взаимодействия пользователей с рекомендациями (страницы, действия, оценки)
• Тестирование гипотез о поведении пользователей в рекомендательных средах до внедрения в продакшн
• Анализ влияния параметров симуляции (количество агентов, страниц, элементов на странице) на результаты

Ключевые возможности

• Использует 1000 LLM-агентов, инициализированных на основе MovieLens-1M с разными социальными чертами
• Поддержка нескольких моделей рекомендаций: MF, MultVAE, LightGCN, Random, Pop
• Гибкая настройка симуляции: количество агентов, страниц, элементов на странице, параллельный режим
• Низкая стоимость: полная симуляция на 1000 пользователей стоит около $16 (0.016$ на пользователя)
• Детальное логирование истории взаимодействий каждого агента

👤 Кому подойдёт: исследователи в области рекомендательных систем, data scientists, разработчики AI-агентов