arXiv ID:
2603.03080
超越事实准确性:在可解释推荐中缓解偏好不一致的解释 / Beyond Factual Correctness: Mitigating Preference-Inconsistent Explanations in Explainable Recommendation
1️⃣ 一句话总结
这篇论文提出了一种名为PURE的新方法,旨在解决AI推荐系统生成解释时的一个关键问题:即使解释本身事实正确,但如果其理由与用户的历史偏好相冲突,也会显得缺乏说服力;该方法通过优先选择与用户偏好一致的证据来生成解释,从而在保持推荐准确性的同时,让解释更可信、更个性化。