«Знаю, что ты хочешь»: интерактивные рекомендации для пользователя с LLM-ками внутри
Программный комитет ещё не принял решения по этому докладу
Целевая аудитория
Тезисы
Классические рекомендательные системы мало интерактивны. Пользователь имеет очень косвенное влияние на выдачу, которую получает.
В тех случаях, когда ему нужно что-то конкретное здесь и сейчас — под конкретный запрос, необычную ситуацию, ограниченную во времени, или банально под настроение — он не может воспользоваться результатами рекомендательной системы, так как выдача основана только на его предыдущем поведении (и пользователей, которые в среднем похожи на него).
В такой ситуации делать выбор, ресерчить, понимать, что вообще нужно — тяжело, эмоционально и ресурсозатратно для пользователя. Захочет ли он проходить тяжёлый путь понимания себя и выбора, вместо того, чтобы просто купить?
Объединение классических рекомендательных систем и возможностей современных языковых моделей дает подход, позволяющий в нескольких приближениях решить эту проблему. В своем докладе я расскажу про возможные подходы по такому объединению.
head of ai в X5 Digital,
генеративный дизайн, ллм-ки, поведенческие модели
технологиями настоящего делаю продукты будущего реальными сейчас
Х5 Didgital
Видео
Другие доклады секции
Нейронные сети и искусственный интеллект (data science)