12.21 케이스 스터디 2

[kyeongchan92]

데모 쪽으로 하자는데에는 이견이 없을 것 같아요!

내년 CIKM이 서울에서 10월에 열린다고 합니다. 6월 정도까지 제출해야하는게 아닐까?

케이스 스터디 2를 진행하시죠!

멀티턴, 콜드스타트 해결, 맛집추천 데모 -> 한 가지 주제에만 집중해서 나가야하는 거 아닐까?, 두 가지 주제로 나눠서 나가는 방법도 있지 않을까?

케이스 스터디 안해온 경찬, @wholmesian 민상님, 경아님 열심히 해오기로!!

---

12.16(월) 빅콘테스트 수상때문에 신한카드로부터 프로젝트 제안이 오면서 누구 주체로 갈지 정확하지 않게 되었지요!
어쨌든 우리 스터디 전체 멤버가 공헌할 수 있는 방향으로 가야합니다~!

[kyeongchan92]

지난주에 조사해와주신 논문들을 읽기만 해왔습니다...

ACM

• RecSys’24
  • A Hybrid Multi-Agent Conversational Recommender System with LLM and Search Engine in E-commerce
  • GenUI(ne) CRS: UI Elements and Retrieval-Augmented Generation in Conversational Recommender Systems with LLMs
• SIGIR’24
  • MACRec: A Multi-Agent Collaboration Framework for Recommendation
    • 데모영상 : https://github.com/wzf2000/MACRec
  • Retrieval-Augmented Conversational Recommendation with Prompt-based Semi-Structured Natural Language State Tracking
    • 데모영상 : https://www.youtube.com/watch?v=W8Y56UW2LTU

arXiv preprint

• A Multi-Agent Conversational Recommender System
• Prospect Personalized Recommendation on Large Language Model-based Agent Platform]

읽고나니 저희는 후보를 어떻게 줄여갈지에 대해서 차별점을 둬야겠다는 생각이 듭니다..!

[kyeongchan92]

emnlp demo도 찾아보자

[kyeongchan92]

민상님)

• CIKM'24
  (demo)EDGE: A Conversational Interface driven by Large Language Models for Educational Knowledge Graphs Exploration

CIKM 데모인데, 아키텍쳐만 주로 소개돼있고, 기술 설명, Use Case만 써있고, 시연 동영상 올려놓은걸 봐선, 우리도 너무 어렵게 생각할 필요는 없지 않을까

[kyeongchan92]

24년 기준 recsys와 sigir은 8월 5일까지 데모 데드라인, recsys는 20~30일정도, sigir은 2달 정도 후에 결과 나옴.
emnlp는 약 35%정도의 억셉률. CIKM은 Abstract submission: May 27.

[kyeongchan92]

신한카드 프로젝트와는 별개로 할 수도 있다는 걸 염두.

[kyeongchan92]

후보 추출 과정이나 멀티에이전트 활용? 아직 아이디어 떠오르는 건 없다.

잘도맛있수다팀 제출본의 수준은...?
정답은 없으니.
경찬) 잘도맛있수다팀에서 멀티턴이 들어갔으면 좋겠긴 하다. 일반 대화. 유저 의도를 한 줄에 다 받아야하는데, 재질문과정이 추가돼야할 것 같긴 하다.
남준) 두 팀을 합치면 해결할 수 있지 않을까? 탐라는 맛은 위치, 메뉴, 키워드 중 2개 충족하면 추천이 나가게 되는데(시간이 없어서 이렇게만 구현). 정보를 모아서 추천해줄 수 있는 로직을 짜는 것이 어떨까.

경찬) 내가 생각하는 멀티턴 : 질문 -> 추천 이것만 하는걸 벗어난 것
남준) 멀티에이전트는 레이턴시가 심한 문제가 있음. first token ??? latency가 길다.

---

탐라는맛 & 잘도맛있수다팀의 만났을 때 결과를 공유해보자.