共识与分歧：LLM动态建模群体推荐主观偏好

背景

近年来，组推荐系统（Group Recommender Systems）的研究越来越关注群体内部偏好分布的敏感性。传统的组推荐方法通常采用固定的聚合策略（如平均评分、最小遗憾等）来融合个体偏好，但不同群体配置（如存在少数派、联盟等）下，单一策略往往无法兼顾公平性、满意度和共识感。已有工作表明，根据群体内部的偏好分布动态选择聚合策略，可以显著提升推荐效果。然而，如何让模型像人类一样感知这些细微的主观偏好，并据此实时选择最优策略，仍是一个开放性问题。

大语言模型（LLM）在模拟人类判断和推理方面展现出了潜力。本文探索将LLM作为组推荐流程中的实时判断模型，通过微调使其能够根据群体配置动态选择理想的聚合策略，从而生成更符合人类主观感知的推荐结果。

核心内容

本文研究LLM能否模仿人类对群体偏好分布的敏感性，并基于公平性（fairness）、满意度（satisfaction）和共识感（consensus）等主观感知，选择最佳的偏好聚合策略（以及对应的推荐）。

研究者通过以下步骤实现这一目标：

1. 推理数据集构建：从DeepSeek-V3.1蒸馏（distill）出一个推理数据集，并辅以人类真实评估（ground truth assessments）。该数据集覆盖多种群体配置和聚合策略下的判断场景。

2. LLM微调：基于该数据集微调两个开源LLM——Llama和OLMo，得到两个专门用于模拟群体评估的模型：Judgmental Llama和Judgmental OLMo。这两个模型在推荐流水线中扮演“判断器”角色，能够实时评估不同推荐候选方案的人类感知质量。

3. 推荐流水线：首先基于社会选择（social choice）理论生成多个推荐候选（每种候选对应一种聚合策略，如多数投票、均值、最小不幸等）。然后，Judgmental Llama或Judgmental OLMo动态选择其中一个候选，即预测能最大化人类感知评估（满意度、共识感等）的那个。

4. 用户研究验证：研究者在284名参与者中进行了用户研究（user study），比较本方法生成的推荐与基线方法（如固定策略、无LLM动态选择等）的效果。结果显示，本文的方法在满意度和群体共识感上取得了最高得分。

5. 交互效应分析：进一步分析发现，当考虑LLM方法与群体配置（如少数派、联盟）之间的交互效应时，LLM判断与人类对公平性、满意度和共识感的感知最一致。这证实了动态适应聚合策略的必要性，并突显了使用LLM进行这种适应、以对齐人类主观判断的优势。

关键要点

• 核心问题：LLM能否像人类一样感知群体偏好分布，并动态选择最优聚合策略？
• 方法：使用从DeepSeek-V3.1蒸馏的推理数据微调Llama和OLMo，得到Judgmental Llama和Judgmental OLMo，作为组推荐流水线中的实时判断模型。
• 流程：多候选生成（基于社会选择策略） → LLM动态选择 → 输出推荐。
• 验证：用户研究（n=284）表明该方法在满意度和共识感上优于基线。
• 关键发现：LLM判断与人类主观感知最一致时，需考虑群体配置（如少数派、联盟）与LLM方法的交互效应。
• 启示：动态适应聚合策略（而非固定策略）是提升组推荐系统主观效果的关键；LLM是实现这种适应的有效工具。

意义与影响

本研究为组推荐系统提供了一种全新的范式：不再依赖预定义的固定聚合规则，而是利用LLM实时模拟人类对推荐结果的主观感知，从而动态选择最适合当前群体配置的策略。这种方法不仅提升了推荐结果在满意度和共识感上的表现，还揭示了群体配置（如是否存在少数派或联盟）对于判断标准的重要影响。

从技术层面看，本研究展示了LLM作为“判断模型”的潜力，而不仅仅是生成模型。通过蒸馏大型模型（DeepSeek-V3.1）并结合人工标注进行微调，可以在保持高效推理的同时获得高质量的主观评估能力。

从应用层面看，该工作可被直接应用于社交平台、视频服务、新闻推荐等需要同时服务多个用户的场景，尤其是当群体内部存在明显偏好差异（如家庭成员、同事小组）时。此外，该研究也呼应了“对齐人类价值观”的LLM研究方向，证明了LLM在主观感知任务中的可微调性和实用性。

未来工作可进一步探索更复杂的群体动态（如随时间变化的偏好）、多轮交互场景，以及将LLM判断模型与个性化解释生成相结合的可能性。