联邦推荐智能体框架 FedRecAgent 提出
热点事件观察中
联邦推荐智能体框架 FedRecAgent 提出
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
研究提出联邦推荐智能体框架 FedRecAgent，让本地大语言模型推荐智能体通过自然语言知识协作，交互历史和个人记忆保留在本地，且不更新大语言模型参数。该框架由 Jaehyung Lim 等提出，相关论文发布在 arXiv。 这一设定针对的是推荐智能体协作中的隐私问题：用户交互历史和个人记忆不离开本地，智能体之间以自然语言交换知识，而非共享原始数据或更新模型参数。报道未给出该框架在具体数据集上的效果数据。
AI 根据报道生成 · 3 小时前更新
最新进展10月29日 11:38
FedRecAgent：在本地保留交互历史的联邦推荐智能体报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- arXiv 隐私论文FedRecAgent：在本地保留交互历史的联邦推荐智能体
研究提出 Federated Recommender Agents 设定与 FedRecAgent 方法，让本地 LLM 推荐智能体通过自然语言知识协作，交互历史和个人记忆保留在本地，且不更新 LLM 参数。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 510月30日 14:00
- 近 24 小时变化
- –
0246
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。