研究人员开发了一种大型行为模型（LBM），它充当零售客户的可提示数字孪生。该模型使用“人-环境”公式直接从大规模交易数据中学习客户决策。LBM 通过历史购买档案整合客户状态，并通过检索增强生成整合产品上下文。它使用持续预训练、监督微调和强化学习进行训练，在各种零售任务上表现优于通用语言模型，并显示出跨不同零售商和决策领域的强大迁移能力。 AI
影响 该模型可以通过提供更准确、可解释的客户行为数字孪生，显著增强零售领域的个性化和决策支持。
排序理由 这是一篇详细介绍新模型和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
