研究人员开发了一种新颖的、由LLM驱动的虚拟人群模型，旨在模拟客户需求以支持定价决策，特别适用于具有丰富非结构化信息（如文本描述和图像）的产品。该模型将客户表示为个性化角色，并使用LLM根据角色和产品详细信息预测购买概率。该框架在H&M时尚数据集上进行了测试，展示了卓越的预测性能，并通过提供完整的需求分布（而非单一预测点）支持了高效、风险感知的定价策略。 AI
影响 这项LLM应用为电子商务中的需求模拟和定价提供了一种新方法，尤其适用于具有丰富描述的产品。
排序理由 该集群描述了一篇在arXiv上发表的学术论文，详细介绍了一项新的LLM应用。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.16183v1 Announce Type: cross Abstract: We develop an LLM-powered virtual population model that simulates demand for pricing decisions, in settings where products are described by rich unstructured information, such as text descriptions and images, and where decision ma…
We develop an LLM-powered virtual population model that simulates demand for pricing decisions, in settings where products are described by rich unstructured information, such as text descriptions and images, and where decision makers need not only mean-demand predictions but als…