في عالم السياحة، تتنوع الخيارات بشكل هائل، لكن غالبًا ما تتسم توصيات السفر بالانحياز نحو الوجهات الأكثر شهرة. هنا يأتي دور COLLAB-REC، وهو إطار مبتكر يعتمد على نماذج لغوية ضخمة (LLM) يهدف إلى مواجهة هذا الانحياز، وتعزيز التنوع في التوصيات السياحية.

يعتمد COLLAB-REC على ثلاثة وكلاء مدعومين بنماذج لغوية ضخمة، كل منهم يركز على جانب محدد: التخصيص (Personalization)، والشعبية (Popularity)، والاستدامة (Sustainability). يعمل هؤلاء الوكلاء معًا لتوليد اقتراحات للمدن، لكن الأمر لا يتوقف هنا. يوجد أيضًا مشرف غير مدعوم بنموذج لغوي يتولى دمج هذه الاقتراحات وتحسينها من خلال عملية تكرارية دقيقة، مما يضمن تمثيل وجهات نظر كل وكيل وتقليل النتائج المتكررة أو غير الضرورية.

أظهرت التجارب المكثفة التي أجريت على استفسارات المدن الأوروبية باستخدام نماذج لغوية من مختلف الأحجام والأسرة أن COLLAB-REC يُحسن من التنوع والملاءمة العامة مقارنةً بنموذج قائم على وكيل واحد. الغرض منه هو تسليط الضوء على الوجهات الأقل زيارة، التي غالبًا ما تُهمل، مما يُعزز تجربة المستخدمين ويوفر مجموعة أوسع من الخيارات. يُظهر هذا النهج المتوازن والمتكيف كيف أن التعاون بين مختلف الأطراف يمكن أن يُعزز فعالية أنظمة التوصيات المدعومة بنماذج لغوية ضخمة.

إذا كنت ترغب في معرفة المزيد عن كيفية عمل COLLAB-REC، يمكنك زيارة الرابط الخاص بالكود والبيانات: [رابط إلى المستودع] وتصفح التفاصيل بنفسك.