في عصر التقدم التكنولوجي السريع، أصبحت نماذج اللغات الضخمة (LLMs) أداة حيوية في الكثير من التطبيقات، ومن بينها أنظمة التوصية. ورغم ذلك، غالبًا ما تفصل الأنظمة الحالية بين عملية إنشاء الفهارس والتوصيات، مما يؤدي إلى نقص في التكامل بين المعلومات الدلالية والمعلومات التعاونية.

في هذا السياق، تم تقديم نظام ED²، وهو أول نظام توصية تسلسلي قائم على نماذج اللغات الضخمة، يستخدم آلية فهرسة ديناميكية مزدوجة. تهدف هذه الآلية إلى معالجة القيود الحالية التي تواجه الأنظمة التقليدية.

يسمح هذا النظام بدمج عملية إنشاء الفهارس مع عملية التوصية في أنبوب متكامل، مما يجعل من الممكن استغلال المعلومات المتعلقة بالمستخدم بشكل فعال. ولتعزيز قدرة LLM على فهم الفهرسة الديناميكية المزدوجة، فقد تم اقتراح منظم رمزي متعدد التدرجات، والذي يقوم بإنشاء إشراف قائم على المعرفة الدلالية الخاصة بالنماذج عبر تدرجات تمثيلية متعددة.

علاوة على ذلك، تم تصميم مجموعة من بيانات تجمع المستخدمين ومجموعة من مهام ضبط التعليمات الجديدة بشكل خاص لالتقاط أنماط التفاعل عالية الرتبة بين المستخدمين والعناصر. وقد أظهرت التجارب الواسعة على ثلاث مجموعات بيانات عامة تفوق نظام ED²، حيث حقق تحسينًا متوسطًا قدره 19.62% في معدل النجاح و21.11% في NDCG.

بهذه الطريقة، يفتح ED² آفاقًا جديدة لأنظمة التوصية ويعزز قدرة نماذج اللغات الضخمة على فهم التفاعلات المعقدة بين المستخدمين والمحتوى.