Framework Generativo a Cascata per Raccomandazioni nell'E-Commerce
Un nuovo framework di merchandising a cascata scompone la costruzione della vetrina in generazione di temi a livello di posizionamento e generazione vincolata di parole chiave. Questo approccio affronta la rigidità delle vetrine personalizzate tradizionali, che si basano su temi statici, sistemi di recupero e classificatori puntuali. Il fine-tuning insegnante-studente migliora la scalabilità sotto vincoli di produzione. Le ablazioni del modello fine-tuned si avvicinano alle prestazioni dei LLM a pesi chiusi.
Fatti principali
- Il framework scompone la costruzione della vetrina in due compiti generativi: generazione di temi a livello di posizionamento e generazione vincolata di parole chiave.
- Le vetrine tradizionali utilizzano temi statici, sistemi di recupero e classificatori puntuali.
- Il fine-tuning insegnante-studente migliora la scalabilità sotto vincoli di latenza e costo.
- Le ablazioni del modello fine-tuned si avvicinano alle prestazioni dei LLM a pesi chiusi.
- Il framework è progettato per grandi mercati di e-commerce.
- Mira a migliorare la personalizzazione e la coesione semantica su tutta la pagina.
- Supporta obiettivi dinamici e requisiti di merchandising nel tempo.
- L'approccio è introdotto in arXiv:2605.11118.
Entità
Istituzioni
- arXiv