通过 LLM 代理中的内存增强推理增强组推荐

群体推荐的核心挑战在于对用户偏好的动态演变进行建模并解释共识形成过程。现有的基于 大语言模型 (LLM) 的方法尽管可解释性有所提高，但仍将交互历史视为固定文本，忽略了群体/用户偏好随时间的自然演变，并且缺乏复杂群体决策过程的显式建模。为了解决这些问题，我们提出了 AGR，一种基于 LLM 的代理，它由内存模块和推理模块组成。内存模块采用基于词元的哈希表来动态管理组和用户的历史交互。该设计支持基本操作，包括插入、更新、检索、忘记不相关的记录以及汇总不断变化的组和用户配置文件以进行有效跟踪。基于这些检索到的动态配置文件，推理模块执行多步骤推理过程，包括群体兴趣收集、群体共识细化、多维评估和可解释推荐生成，从而超越黑盒推理，提供完全可解释的建议。在实践中，我们采用强化微调（RFT）范式，首先使用监督微调（SFT）为模型配备调用记忆和推理模块的基本能力，然后使用组相对策略优化（GRPO）来增强模型协调这些模块的自主能力。在 LastFM 和豆瓣数据集上的实验表明，AGR 在推荐准确性和可解释性方面都显着优于现有的最先进方法。我们的模型是开源的：https://huggingface.co/niuqimeng/AGR。