Sistema di Ricerca Scalabile Migliora la Scoperta di Articoli tramite Intenti Generati da LLM

Un approccio innovativo per migliorare le capacità di ricerca nell'e-commerce, in particolare nel settore alimentare, utilizza l'espansione del richiamo condizionata dall'intento per aumentare la visibilità degli articoli. Questo framework ibrido a due livelli sfrutta inizialmente modelli linguistici di grandi dimensioni (LLM) a pesi chiusi per le query primarie, ottimizzando la scopribilità. Successivamente, un piccolo modello linguistico (SLM) perfezionato, potenziato con adattatori LoRA e distillazione insegnante-studente, estende i suoi vantaggi a query meno comuni. Questo metodo affronta il bilanciamento tra costo e qualità nel recupero generativo, generando intenti impliciti dell'utente per ampliare il richiamo dei candidati, garantendo al contempo la pertinenza. La ricerca è disponibile su arXiv.