抽象的大语言模型(LLM)不仅彻底改变了自然语言处理(NLP)的领域,而且有可能重塑许多其他领域,例如推荐系统(RS)。但是,大多数相关工作将LLM视为常规推荐管道的组成部分(例如,作为特征提取器),这可能无法完全利用LLM的生成能力。可以将建议过程分为多个阶段,例如分数计算和重新排序,而可以使用LLM简化为一个阶段:直接从完整项目池中生成建议。这项调查回顾了基于LLM的生成建议的进度,方法和未来方向:1)哪些生成建议是什么,2)为什么RS应提高生成性建议,以及3)如何针对各种RS任务实施基于LLM的生成性建议。我们希望这项调查可以提供探索这个有趣而新兴主题所需的上下文和指导。