HARP: 无需训练的双画像智能体通信 LLM 推荐方法

HARP 提出无需训练的双画像智能体通信框架，解决 LLM 推荐中用户与物品画像不对称、信号受限及静态问题。 该方法通过规则提取对称物品画像、检索端同调性消费及单次反思更新，在 Yelp 等四个基准上 Hit@1 提升 6.9%-24.0%。 NeurIPS 2026 已录用该论文，代码公开，验证了无梯度更新的推荐有效性。