研究者发布PDG-F框架：用偏好依赖图改进叙事驱动推荐

Mingzhe Lu 在 arXiv（2610.37280）发布论文，提出叙事驱动推荐框架 PDG-F，核心是显式建模偏好之间的依赖关系。其 PDG-Agent 将非结构化请求解析为有向无环偏好依赖图，通过有向路径检索从开放 Web 获取候选证据，并以拓扑路径排序得出推荐结果。 论文称，在覆盖中英文的三个领域实验中，PDG-F 的推荐表现优于竞争基线、开放域检索智能体和前沿大语言模型，依赖引导的检索显著提升了候选池上限。这些为论文作者的说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。