AgentRecommender：用 LLM 智能体构建用户侧推荐

推荐系统传统上是为平台开发的。然而，这也引发了许多可能有利于平台锁定但对用户造成滋扰的现象，例如点击诱饵、过滤气泡、假新闻传播等。最近，用户侧推荐系统被提出作为解决这个问题的新范例。如果用户部署自己的推荐系统，他们就不再受到平台利益的摆布。然而，构建用户端推荐系统并非易事。特别是，为自己定制一个需要额外的数据。我们提出了 AgentRecommender，一种利用 LLM 代理的调查能力和内部知识来灵活构建用户端推荐系统的方法，而无需额外的数据。 AgentRecommender 允许用户轻松创建适合自己喜好的推荐系统。