据推特用户God of Prompt（@godofprompt）报道，最新论文《LLM-as-a-Judge: Toward World Models for Slate Recommendation Systems》显示，大型语言模型（LLM）已经能够通过推理准确评估用户在推荐系统中的偏好。研究团队在Amazon、Spotify、MovieLens和MIND等数据集上测试，发现LLM不仅可以高一致性地对推荐集合（如歌单、商品列表）进行排序，还表现出高度的逻辑一致性（如传递性与非对称性），这些特性直接提升了偏好预测的准确率。更重要的是，预训练LLM无需针对特定领域微调即可泛化应用，意味着电商和内容平台能够更高效、低成本地实现个性化推荐。此方法有望取代传统的历史日志回放或复杂模拟器训练，为AI推荐系统带来可扩展、可解释的新模式，并为行业带来显著的商业价值（来源：https://twitter.com/godofprompt/status/1987105489239613744）。