ReliGRec：通过用户风险感知提示路由实现面向可靠性的基于 LLM 的生成推荐

现实世界的推荐系统中的用户行为是异构的。虽然一些用户表现出一致的偏好，但其他用户则表现出突然的兴趣转移、突发性互动、过度重复或与协作社区不一致。此类偏差可能源于良性变化或操纵，包括先令攻击，但并不能单独建立恶意意图。现有的鲁棒推荐器通过训练时间重新加权或图形聚合来利用用户风险信号，而在基于 LLM 的生成推荐中，使生成适应估计的用户级弱风险仍然没有得到充分探索。我们提出了 ReliGRec（面向可靠性的生成推荐），这是一个弱监督框架，其名称表示其设计目标而不是监督可靠性变量。 ReliGRec 从用户子集的评论反馈信号中派生出用户级弱风险代理标签，并分别使用行为词元和时间图词元表示顺序行为和协作上下文。双视图弱风险估计器融合这些表示以产生用户级弱风险分数，该分数在推理时选择简单或谨慎提示。谨慎提示旨在鼓励人们关注稳定的、协作支持的证据，同时减少对孤立的、短期的或重复的互动的过度依赖。行为词元通过弱风险估计和路由影响生成，而聚合图词元为下一项语义 ID 生成提供协作上下文。因此，ReliGRec 将弱风险估计从辅助预测转变为生成时间控制信号。实验报告了竞争性推荐和弱风险代理标签预测，而路由分析则描述了弱风险引导提示的推荐质量和推理成本行为。