02 3.25
TalkPlayData 2: An Agentic Synthetic Data Pipeline for Multimodal Conversational Music Recommendation
KAISTTalkPlayData 2 提出一个 agentic 合成数据流水线，为多模态对话式音乐推荐生成训练数据。流水线中多个 LLM 智能体被赋予不同角色与信息访问权限：Listener LLM 与 Recsys LLM 对话并记录日志，通过为每段对话设定不同场景覆盖多样化交互，产出可用于训练对话推荐模型的合成数据集。
INSIGHT用多智能体角色扮演 + 信息隔离来合成对话推荐数据，绕过真实对话日志稀缺与隐私问题。对搜索/推荐的启示：可借鉴「用户 LLM × 系统 LLM」对话日志生成范式，低成本构造对话式搜索/推荐的训练与评测语料；信息访问隔离的设计能让合成数据更贴近真实的信息不对称场景，提升下游模型的鲁棒性。
Keunwoo Choi, Seungheon Doh, Juhan Nam
arXiv·2025-09-11·Relevance 3 · Novelty 3 · Practical 4 · Evidence 3 · Timely 3