نموذج GROCLM: توصيات فئات البقالة في التجارة الإلكترونية باستخدام نماذج اللغة الكبيرة

مقدمة

نشر باحثون على arXiv نموذج GROCLM، وهو نموذج لغة كبير مضبوط بدقة لتوصية فئات البقالة في التجارة الإلكترونية. يهدف النموذج إلى معالجة تحديات قابلية التوسع والدقة في أنظمة التوصية على مستوى العناصر، من خلال التركيز على توصيات الفئات كبديل أكثر هيكلية وعملية.

آلية العمل

يستخدم GROCLM استراتيجية تدريب LoRA ذات مرحلتين لتشفير أنماط الشراء الدورية مباشرة في معلمات النموذج، مما يعزز استخدام إشارات إعادة الشراء. كما يقدم آلية فك مقيدة قائمة على trie لضمان مخرجات صالحة وقابلة للتحكم ضمن مساحة فئات محددة مسبقًا.

النتائج

في تجارب على بيانات إنتاج خاصة ومعيار عام، تفوق GROCLM على النماذج الأساسية. في مهمة إعادة التخزين المباشرة، حقق تحسنًا بنسبة 7.5% في الإضافات للعربة لكل ظهور، مع الحفاظ على استدلال فعال بتوليد جميع الفئات بشكل مشترك.

التطبيقات في الشرق الأوسط

يمكن لشركات التجارة الإلكترونية في الشرق الأوسط، مثل نون وأمازون الإمارات، اعتماد GROCLM لتحسين توصيات فئات البقالة، مما يزيد من كفاءة عمليات إعادة التخزين ويعزز تجربة التسوق.

ملاحظة: هذا الخبر يتطلب مراجعة بشرية للتأكد من دقة التفاصيل وملاءمتها للسياق الإقليمي.