یک سامانه توصیه‌گر می‌تواند مدل زبانی را ثابت نگه دارد و در عوض، شواهدی را که بازیابی می‌کند تغییر دهد. این رویکرد مبنای HARP است؛ روشی که نویسندگانش از دقت بالاتر آن در رتبه‌بندی آفلاین روی چهار محک عمومی خبر می‌دهند. پژوهش ژن تائو و همکاران در 3 نوامبر 2026 در arXiv منتشر شد. این اثر پیش‌چاپ است؛ داوری علمی آن تأیید نشده و تکرار مستقلی از نتایج ارائه نشده است.
HARP به یک ناهماهنگی در توصیه‌گرهای مبتنی بر حافظه می‌پردازد: کاربران ممکن است توصیف‌های ساختاریافته داشته باشند، اما اقلام فاقد پروفایل‌های قابل‌مقایسه باشند و اطلاعات پروفایل تنها وارد دستور متنی رتبه‌بندی نهایی شود. سامانه پیشنهادی، پروفایل کاربران و اقلام را در چهار بُعد ترجیحات، کیفیت، زمینه و مخاطب هم‌ساختار می‌کند. سپس، پیش از رسیدن حافظه همسایه‌های مشارکتی به مدل رتبه‌بندی، وزن این همسایه‌ها را بر اساس سازگاری پروفایل‌ها تغییر می‌دهد. به این ترتیب، بخشی از پردازش پروفایل از فضای محدود دستور متنی خارج می‌شود.
پروفایل کاربران را یک مدل زبانی از تاریخچه تعامل‌ها تولید می‌کند. پروفایل اقلام با قواعد قطعی از فراداده و نقدها استخراج می‌شود و به فراخوانی اضافی مدل زبانی نیاز ندارد. یک مرحله بازاندیشی، با استفاده از تعامل پیش از قلم کنارگذاشته‌شده برای آزمون، اصلاحی برای پروفایل پیشنهاد می‌دهد؛ یک بررسی قاعده‌محور اختیاری می‌تواند آن را رد کند. بدون آموزش بودن در اینجا به معنای نبود به‌روزرسانی گرادیانی است: ساخت پروفایل و بازاندیشی همچنان به محاسبات و فراخوانی مدل زبانی نیاز دارند.
ارزیابی از مدل پایه gpt-4o-mini با وزن‌های ثابت و تقسیم‌بندی‌های اصلی InstructRec برای Books، Goodreads، MovieTV و Yelp استفاده می‌کند. آزمایش‌های اصلی 16 همسایه مشارکتی را بازیابی می‌کنند؛ این تعداد در مجموعه توسعه از میان 4، 8 و 16 انتخاب شده است. برای هر کاربر نیز یک تعامل آماده‌سازی و یک نوبت بازاندیشی به کار می‌رود. تعداد همسایه‌های بازیابی‌شده با تعداد رتبه‌های سنجیده‌شده تفاوت دارد. معیار Hit@1 می‌سنجد که آیا هدف کنارگذاشته‌شده در رتبه نخست قرار می‌گیرد؛ پژوهش همچنین Hit@3/5 و بهره تجمعی تنزیل‌شده نرمال‌شده در رتبه‌های 3 و 5 را گزارش می‌کند.
در مقایسه با امتیازهای MemRec که از مقاله آن گرفته شده‌اند، Hit@1 گزارش‌شده در Books از 0.512 به 0.547، در Goodreads از 0.400 به 0.469، در MovieTV از 0.588 به 0.645 و در Yelp از 0.487 به 0.604 می‌رسد. این تغییرها به‌ترتیب افزایش 3.5، 6.9، 5.7 و 11.7 واحد درصدی هستند. نویسندگان به‌ترتیب بهبود نسبی 6.9%، 17.2%، 9.7% و 24.0% را گزارش می‌کنند. در جدول اصلی ارائه‌شده، HARP در هر پنج معیار رتبه‌بندی روی هر چهار مجموعه‌داده بالاترین مقدار را دارد.
آزمون اجزا شواهد مستقیم‌تری درباره سازوکار بهبود ارائه می‌کند. در یک زیرمجموعه 1,000 کاربری Yelp با مدل پایه مشترک، حافظه به‌تنهایی به Hit@1 برابر با 0.580، پروفایل‌ها همراه با دروازه بازیابی به 0.635 و HARP کامل به 0.643 می‌رسند. استفاده از پروفایل در دستور متنی، بدون دروازه بازیابی، امتیازی حدود 0.578 تا 0.580 دارد. این نتیجه از نقش دروازه بازیابی به‌عنوان بزرگ‌ترین عامل بهبود در این پیکربندی پشتیبانی می‌کند. مرحله نهایی، افزودن پروفایل به دستور متنی و بازاندیشی را ترکیب می‌کند؛ بنابراین، افزایش اضافی 0.8 واحد درصدی را نمی‌توان به بازاندیشی به‌تنهایی نسبت داد.
نویسندگان برای هر چهار مقایسه اصلی Hit@1، مقادیر p کمتر از 10^-9 را با آزمون دوجمله‌ای یک‌طرفه و اصلاح هولم گزارش می‌کنند. این آزمون‌ها به‌جای پیش‌بینی‌های جفت‌شده روش مبنا، از نرخ‌های منتشرشده آن استفاده می‌کنند، این نرخ‌ها را ثابت در نظر می‌گیرند و عدم‌قطعیت آن‌ها را لحاظ نمی‌کنند. نتایج برگرفته از مقالات دیگر همچنین یکسان بودن نسخه مدل‌ها، دستورهای متنی، بودجه محاسباتی یا شرایط اجرا را اثبات نمی‌کنند. استقلال موارد مربوط به کاربران نیز احراز نشده است، زیرا کاربران در اقلام و اطلاعات گراف مشارکتی اشتراک دارند.
محدودیت‌های دیگری نیز در مطالب ارائه‌شده حل‌نشده باقی می‌مانند. تعداد دقیق موارد آزمون، نحوه ساخت فهرست نامزدها و پیوست‌های روش‌شناختی مورد ارجاع برای ارزیابی در دسترس نیستند. روشن نیست که ساخت پروفایل‌ها، استفاده از نقدها و ساخت گراف همواره اطلاعات کنارگذاشته‌شده یا آینده را حذف کرده‌اند؛ بنابراین، تمهیدات جلوگیری از نشت اطلاعات قابل‌تأیید نیستند. تأخیر و هزینه کل نیز در اینجا کمّی نشده‌اند. یافته‌ها از یک نتیجه مهندسی آفلاین روی این چهار محک پشتیبانی می‌کنند، اما رضایت بیشتر کاربران، سازگاری پایدار یا برتری عمومی در مدل‌ها و توصیه‌گرهای مستقر را اثبات نمی‌کنند.
تصویر جلد با هوش مصنوعی تولید شده و تصویرسازی مفهومی است؛ مدرک پژوهش نیست.