従来のレコメンデーションシステムは関連性に基づくランキングに優れていますが、ユーザーはトップ結果の中から選択するのに苦労することがよくあります。vivoのインターネット技術チームによる新しいアプローチでは、大規模言語モデル（LLM）を活用した「意思決定レイヤー」を導入します。ランキングアルゴリズムを変更する代わりに、このレイヤーは複数の類似アイテムについて説明可能な比較を生成し、ユーザーがトレードオフを理解して情報に基づいた選択を行えるようにします。システムはLLMを使って自由に比較を探索し、その後エンジニアリング上の制約を適用して安定したプロダクション対応の出力を実現します。この手法は、ユーザー体験を受動的なレコメンデーションの受信から能動的な意思決定へと変革することを目指しています。開発者やプロダクトマネージャーにとって、既存のインフラを大幅に変更することなくレコメンデーションシステムを強化する実用的な方法となります。
vivoの技術チームが、レコメンデーションのランキング後にLLMを活用した意思決定レイヤーを追加し、類似アイテムの比較と選択を支援するアプローチを提案。