في عالم التجارة الإلكترونية المتسارع، يعد تحديد ما إذا كانت قائمتان لمنتجات مختلفة تشير إلى نفس المنتج من التحديات الأساسية. ولكن، مع دخول EPM-RL (تعلم التعزيز لربط المنتجات) إلى الساحة، يتم توسيع آفاق جديدة لتقنيات التسوق الإلكتروني.

تظهر المشكلة الحقيقية عندما يتم استخدام تجار السوق لكلمات دلالية ترويجية، أو علامات خاصة بالمنصات، مما يؤدي إلى ظهور نفس المنتج تحت أسماء مختلفة. بالرغم من أن الإطارات المعتمدة على نماذج اللغات الضخمة (Large Language Models) والأطُر متعددة العملاء قد حسنت من موثوقية وجودة الربط، إلا أنه غالباً ما تواجه تكاليف باهظة بسبب الاعتماد على واجهات برمجة التطبيقات الخارجية.

لذا، تم تطوير EPM-RL كإطار فعّال قائم على تعلم التعزيز، صُمم من أجل بناء نموذج دقيق وفعّال لربط المنتجات على مستوى المؤسسات، وذلك بدون الحاجة للاعتماد على تكاليف مرتفعة. يعتمد EPM-RL على فكرة تصفية الأفكار المعقدة والتفاعلات العميقة إلى نموذج تدريبي داخلي.

يبدأ العمل مع مجموعة منتقاة من أزواج المنتجات والتي تحتوي على تفسيرات مولدة بواسطة نماذج اللغة الكبيرة والتحقق البشري. ومن ثم، يتم ضبط نموذج الطالب بشكل فعال باستخدام عمليات الاستدلال المنظمة، قبل أن يتم تحسين النموذج بشكل أكبر بواسطة التعلم التعزيزي.

تشير النتائج الأولية إلى أن EPM-RL يتفوق بانتظام على التدريب القائم فقط على الضبط الدقيق، مما يوفر توازنًا أقوى بين الجودة والتكلفة مقارنة بواجهات برمجة التطبيقات التجارية. وهذه النتائج تدل على أن تعلم التعزيز يمكن أن يحول الربط بين المنتجات من عملية ذات تأخير عالي إلى نظام داخلي قابل للتوسع ومجهز للإنتاج.