实体 E-GenRM

E-GenRM

PulseAugur coverage of E-GenRM — every cluster mentioning E-GenRM across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_338570 · Nov 2 · 12:10

新的生成式奖励模型提升电商代理性能

研究人员开发了E-GenRM，这是一种专门为开放式电子商务购物代理设计的生成式奖励模型。该模型从用户行为数据中学习，以创建多样化的对话轨迹，并通过标准引导的强化学习进行优化。E-GenRM旨在通过奖励准确的偏好判断和事实支持的声明来提高代理性能，并包含一个主动证据检索扩展。在测试中，E-GenRM-27B实现了很高的偏好准确率，并在淘宝的一次A/B测试中，显著提高了购物协助率和用户满意度。