Survey publicado em 7 de julho de 2026 propõe classificar sistemas de recomendação com agentes baseados em LLM pelo nível de autonomia.
Publicado em 7 de julho de 2026, o survey examina agentes baseados em modelos de linguagem de grande porte em sistemas de recomendação e propõe uma taxonomia organizada pelo nível de autonomia. O trabalho distingue três paradigmas: recomendação assistida por agentes, agente como recomendador e agente como simulador de usuários.
A classificação busca ajudar engenheiros a diferenciar padrões de projeto para incorporar agentes a sistemas de recomendação. Para consultar e verificar os detalhes, procure a publicação original pelo título e confira nela o escopo, as definições e a descrição de cada paradigma. Se usar IA para estudar ou aplicar o material, não envie dados organizacionais sensíveis sem antes aplicar as políticas de proteção da sua organização.