2024年3月30日-31日，CCF YOCSEF合肥举办闭门深度技术论坛，主题为“大模型时代的推荐系统：机遇与挑战”。近年来，以GPT为代表的大模型正在成为诸多人工智能领域的重要基础设施，其超凡的理解与生成能力也为推荐领域的发展带来了机遇。大模型可以更加有效地从历史数据中辅助学习用户偏好，生成更多样化的内容，拓宽用户获取信息的渠道，从而更好地满足用户的信息需求。针对大模型时代下的推荐系统的未来发展，我们应当如何在大模型时代下审视推荐系统？大模型推荐的可能路径有哪些？如何构建推荐基础大模型？这些问题都值得我们深入思考和讨论。

  本次论坛执行主席为YOCSEF合肥AC副主席中国科学技术大学冯福利和YOCSEF合肥AC学术秘书合肥工业大学吴乐。论坛定向邀请了来自全国大模型以及推荐系统领域的学术界和工业界学者们、YOCSEF合肥AC们和博士生志愿者们共计30余位参会。

本次论坛的主要议题有三个：大模型时代重新审视推荐系统、大模型推荐的可能路径以及如何构建推荐基础大模型。

整场会议共分为3个阶段，每个阶段时长约为半天。第一阶段：30日上午在主会场进行背景介绍和引导发言环节，随后就议题一“大模型时代重新审视推荐系统”展开探讨；第二阶段：30日下午所有嘉宾分为2个小组在各会场就议题二“大模型推荐的可能路径”进行分组思辨讨论，并在小组讨论过后进行汇报总结和全体思辨讨论；第三阶段：31日上午在主会场就议题三“如何构建推荐基础大模型”开展全体思辨讨论并随后进行汇报总结，最后论坛主席进行论坛总结。

第一阶段

论坛伊始，执行主席冯福利介绍了CCF YOCSEF的举办背景，并对来自全国各地的嘉宾的准时到来表达感谢。随后宣布本次论坛完美开幕并进行了引言发言和预热环节。

首先，冯福利教授以“大模型推荐&推荐智能体&智能体推荐”为主题，介绍了现有大模型时代推荐系统的发展方向。在此基础上，他明确指出推荐系统将从过去主要关注推荐的泛化性、合规性和效用性等问题，转向更多关注研究生成式推荐和引导式推荐。他认为这一转变是基于大模型技术发展的必然趋势。

接着，连德富教授以“推荐中的大模型范式”为话题，探讨了大模型在推荐任务中的作用。他详细介绍了大模型在多个方面能够为推荐系统提供辅助的工作，包括数据增强、个性化学习以及可解释性等。通过从多个角度审视，他展示了目前可以实际应用的一些研究方向和可行路径，以揭示大模型在推荐系统中的潜力。

在引导嘉宾发言结束后，论坛正式进入了第一个议题：“大模型时代重新审视推荐系统”。此次讨论主要围绕以下几个问题展开：从推荐系统的角度看，哪些特征能够定义大模型？在大模型时代，推荐问题的边界将会发生何种变化？在大模型时代，推荐系统的产品形态会发生怎样的转变？大模型的引入将解决哪些推荐系统问题？引入大模型后，推荐系统又会出现哪些新的问题等？嘉宾们就这些议题展开了深入讨论，现场气氛十分热烈。

第二阶段

30日下午，执行主席首先对上午的议题进行了回顾和总结，以确保所有与会者对讨论内容有清晰的理解。紧接着，针对议题二“大模型推荐的可能路径”，嘉宾们围绕着4个主要话题展开了分组讨论。这些话题包括：LLM as a recommender model、Recommender model augmented by LLM、Agent for recommendation、Recommendation for agents等。为了更好地深入探讨这些话题，会议采取了“主会场+分会场”的组织模式，将与会者分成两组。接下来，各组的组长带领本组嘉宾以及博士生志愿者进入各自的分会场，展开了闭门深度讨论，为与会者提供了近距离的交流机会，促进了对大模型推荐可能路径的深入思考和探讨。

随后，当各小组思辨讨论结束后，所有嘉宾回到主会场汇报各个小组的探讨结果，全体所有嘉宾集思广益，对“大模型推荐的可能路径”这一议题互相交换意见，并在30日会议结束前进行了全面的总结。

第三阶段

31日上午，执行主席首先对30日的会议议程进行了全面回顾和总结。随后，会议引导嘉宾们进入了议题三：“如何构建推荐基础大模型”的思辨研讨。这一议题的目的在于梳理出构建推荐基础大模型所面临的一些关键问题，包括与LLM、LVM、LMM等模型的关系，推荐大模型的预期效果，以及构建过程中的核心挑战等。同时，讨论还涉及了学术界与工业界在这一领域合作的方式。在嘉宾们的积极参与下，各自发表了对以上问题的观点和看法，并进行了深入的讨论，使现场气氛变得更加热烈。

讨论结束后，参会嘉宾们进行了议题三的汇报和总结。

在论坛的最后，执行主席吴乐对本次闭门论坛进行了总结。她首先表达了对所有与会嘉宾的到来和支持的感激之情，随后对为期一天半的思辨活动所取得的成果表示肯定。

本次论坛从技术角度展望了大模型对未来推荐系统可能带来的新机遇，包括大模型时代对推荐系统的重新审视，探索了大模型推荐的可行研究方向以及如何构建推荐基础大模型等内容。在此基础上，我们深入探讨了各个研究方向分别在学术界和工业界的可行性，并讨论了每个方向可能的技术路径。

经过学者们为期一天半的思想碰撞，本次论坛在31日中午圆满结束。我们期待未来继续举办大模型时代的推荐系统相关系列论坛，希望通过CCF YOCSEF这一平台，吸引来自计算机各领域的专家学者，共同分享他们的见解，为我国推荐领域的发展贡献力量。

本次论坛由中国计算机学会（CCF）主办，YOCSEF合肥学术委员会承办，中国科学技术大学、合肥工业大学协办，由羚羊工业互联网股份有限公司提供支持。感谢参与筹备的所有YOCSEF合肥成员们。