GrocLM：LLM 增强电子商务杂货推荐

研究人员开发了 GrocLM，这是一种专门为电子商务杂货购物中的类别推荐设计的大型语言模型。与传统方法相比，该模型采用基于 LoRA 的两阶段训练方法，能更有效地捕捉周期性购买行为和复购信号。GrocLM 还结合了基于 trie 的约束解码机制，以确保在预定义的类别空间内实现准确且可控的输出。在补货任务的生产测试中，GrocLM 在每千次展示的购物车添加量上相对提高了 7.5%，展示了其在实践中的有效性和效率。 AI

影响 该模型有望通过提供更相关的类别推荐来改善在线杂货购物体验，从而可能增加电子商务平台的销售额。

排序理由 该集群描述了一篇详细介绍新模型及其在特定任务上性能的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• arXiv
• CORE Recommender
• DagsHub
• e-commerce
• GrocLM
• Hugging Face
• large-language models
• Lora

• 模型发布
• 产品
• 论文

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →