تعد إدارة المخزون في شبكات التجارة الإلكترونية ذات النطاق الواسع تحديًا دائمًا، حيث تحتاج الشركات إلى توزيع الكميات المحددة من المخزون على عدة مخازن لتحقيق توازن مثالي. ولكي نستكشف هذه المسألة، توصل باحثون إلى نموذج جديد يستخدم نماذج اللغات الضخمة (Large Language Models) لتحسين تخصيص المخزون.

يقدم النموذج المدعو OR-guided Large Language Model for Allocation (ORLA) طريقة مبتكرة تعتمد على ملاحظات المحللات لإنشاء، والتحقق من، واختيار الصيغ اللازمة للعمليات البحثية. وبهذا يدمج النموذج تصميمًا آليًا لصيغة "Problem-Model-Code (PMC)"، واختيار بناءً على التعلم، وإعادة تأهيل القابلية لفهم مشكلات التخصيص المعقدة.

تم تطوير ثلاث عائلات من صياغات البرمجة المختلطة المتكاملة، تستند إلى تقنيات مختلفة مثل تقليل الانحراف والامتثال المرن، مما يتيح توفير حلول متكاملة. نموذج (LLM) يقوم بإنشاء صيغ مرشحة وشيفرة قابلة للتنفيذ من مواصفات نصية أو شبه هيكلية، بينما تقوم المحللات بتقديم إشارات للتحقق من القابلية للتنفيذ والجودة.

أظهرت النتائج التجريبية التي أجريت على 29 دفعة تقييم إنتاجية من JD.com أن النموذج المحسن يمكن أن يزيد من دقة التخصيص بنسبة 3.4 نقطة مئوية مقارنة بالطرق السابقة، بينما حققت الإطار الكامل لـ ORLA تحسينًا أكبر وصل إلى 4.5 نقطة مئوية في الدقة، مما يعزز دقة التخصيص في 26 من 29 دفعة تقييم.

ما رأيكم في هذه الابتكارات الجديدة في عالم إدارة المخزون؟ شاركونا آرائكم وتجاربكم في التعليقات!