研究人员开发了MACS（Multi-Agent Commerce System，多智能体商务系统），一个新颖的混合多智能体框架，专为固定产品目录内的可靠对话式电子商务推荐而设计。该系统集成了LLM以实现自然语言交互，并结合确定性智能体来执行产品检索和约束执行等关键操作，确保推荐严格遵守可用库存和用户定义的偏好。MACS在基准测试中表现出色，在单轮场景中通过率为87.1%，在多轮对话中宏观Pass@5为72%，在排除反转和约束累积等领域显著优于基线模型。 AI
影响 这种混合智能体方法可以通过强制执行硬约束来提高LLM驱动的电子商务推荐系统的可靠性。
排序理由 发布了一篇详细介绍新AI框架的研究论文。
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2608.14068v1 Announce Type: cross Abstract: Conversational recommendation for e-commerce is increasingly mediated by large language models (LLMs), yet many real-world deployments operate under a stricter requirement: recommendations must be drawn only from a merchant's fixe…
Conversational recommendation for e-commerce is increasingly mediated by large language models (LLMs), yet many real-world deployments operate under a stricter requirement: recommendations must be drawn only from a merchant's fixed catalog, without web search or unsupported produ…