导入
MACRS 简介与设计挑战
理解面向目标的对话推荐系统的设计挑战。探讨促使MACRS采用多智能体架构而非单智能体大语言模型系统的设计目标。
比较传统对话推荐系统与纯大语言模型对话推荐系统
| 方法 | 优势 | 劣势 |
|---|---|---|
| 传统对话推荐系统（CRS） | 目标导向，逻辑结构清晰 | 僵化，适应性差 |
| 纯大语言模型对话推荐系统（LLM-only CRS） | 对话流畅，灵活性高 | 控制能力弱，缺乏一致性的规划 |
比较单智能体与多智能体架构在对话推荐系统中的应用
| 特性 | 单智能体大语言模型 | 多智能体对话推荐系统（MACRS） |
|---|---|---|
| 流畅性 | ✅ | ✅（通过大语言模型实现） |
| 模块化角色分工 | ❌ | ✅ |
| 明确的策略制定 | ❌ | ✅（通过规划模块实现） |
| 记忆隔离与分离 | ❌ | ✅ |
| 调试便捷性 | ❌ | ✅（支持按智能体级别调试） |