في ظل النمو السريع لمتاجر البقالة الإلكترونية، تبرز الحاجة المُلحة إلى أنظمة توصية قادرة على فهم وتلبية سلوكيات الشراء الدورية واحتياجات المستخدمين المتنوعة. تواجه الطرق التقليدية، التي تعتمد على مستوى العناصر، تحديات تتعلق بالقدرة على التوسع والدقة، مما يفتح المجال لاستكشاف توصيات الفئات باعتبارها بديلاً هيكلياً أكثر عملية.

يأتي نظام GROCLM كخطوة مبتكرة في هذا المجال، فهو نموذج لغوي مُحسّن خصيصاً لتوصيات فئات البقالة في بيئة الإنتاج الواقعية. يعتمد GROCLM على استراتيجية تدريب تعتمد على LoRA متعددة المراحل، حيث يقوم بتشفير أنماط الشراء الدورية مباشرةً في معلمات النموذج. هذه التقنية تتيح استفادة أكثر فعالية من إشارات الشراء المتكررة مقارنةً بالتكييف القائم على التوجيه.

لضمان مخرجات صحيحة وقابلة للتحكم، تم إدخال آلية فك قيود قائمة على trie فوق مساحة الفئات المحددة مسبقا. أثبتت التجارب التي أُجريت على كل من بيانات الإنتاج الخاصة ومعايير عامة أن GROCLM يتفوق باستمرار على الأسس القوية. في مهمة إعادة تخزين حية، حقق GROCLM تحسيناً نسبته 7.5% في عدد الإضافات إلى سلة التسوق لكل انطباع، مع الحفاظ على كفاءة الاستدلال من خلال توليد جميع الفئات بالتوازي.

تُظهر هذه النتائج فعالية وملاءمة دمج النماذج اللغوية الكبيرة في أنظمة التوصية المنظمة، مما يرفع تجربة التسوق إلى مستويات جديدة. دعونا نتساءل، كيف تتوقعون أن تؤثر هذه التوجهات الجديدة على مستقبل التسوق الإلكتروني؟ شاركونا آراءكم في التعليقات.