في خطوة جديدة ومثيرة في عالم التجارة الإلكترونية، كشف الباحثون عن تقنية حديثة تُعرف بـ "الاسترجاع التوليدي" (Generative Retrieval)، والتي تمثل تحولاً في كيفية استرداد البيانات المتعلقة بالمنتجات. تم تطوير هذا الأسلوب استجابة لتحديات استراتيجيات التدريب التقليدية، التي تعتمد غالبًا على نهج من مرحلتين: تدريب نموذج لتضمين المنتجات، ومن ثم تعلم 'كودبوك' يربط بين تلك التضمينات ومعرفات المنتجات.

ومع ذلك، يعاني هذا الأسلوب من عيوب رئيسية، أولها خطر تراكم الأخطاء. فإذا كانت التضمينات التي ينتجها النموذج في المرحلة الأولى مشوهة أو مُبْتَسَرَة، فلن يستطيع الكودبوك تصحيح تلك الأخطاء، مما يؤثر سلبًا على أداء الاسترجاع في المرحلة النهائية. المشكلة الثانية هي أن تعلم الكودبوك يعتمد بشكل حصري على تضمينات المنتجات، مما يفتقر إلى نمذجة التفاعلات بين الاستعلامات والمنتجات والعلاقات بين المنتجات نفسها.

لحل هذه القضايا، اقترح الباحثون طريقة جديدة تقوم بتدريب نموذج التضمين والكودبوك بشكل مشترك، مع الأخذ في الاعتبار معلومات مجموعات المنتجات المتشابهة كإشارة إشراف إضافية. وقد أظهرت النتائج التجريبية أن هذا الأسلوب يسهم بشكل كبير في تحسين أداء استرجاع المنتجات في التجارة الإلكترونية، إلى جانب تعزيز تعلم كل من التضمين والكودبوك.

هل أنتم مستعدون لاستكشاف كيف يمكن لهذه الابتكارات أن تغير تجربة التسوق عبر الإنترنت؟ انضموا إلى النقاش وأخبرونا برأيك!