Aug, 2024

大语言和电子商务购物助手LLaSA

HTML
PDF
TL;DR本研究解决了电子商务购物助手在任务特定性和泛化能力不足的问题。我们提出了一种基于大型语言模型（LLMs）的通用助手LLaSA，并构建了包含65,000个样本的EshopInstruct指令数据集，显示出优秀的多任务处理能力和泛化效果。结果，在亚马逊KDD杯2024挑战赛中，LLaSA表现出色，整体排名第3，证实了LLMs在电子商务领域的巨大潜力。
发现论文，激发创造
  • LLaMA-E：用多方面指导强化电子商务撰写

    提出了针对电子商务撰写任务的统一和定制的LLaMA-E语言模型，包括广告生成、查询增强的产品标题重写、产品分类、购买意向推测和常见问答等任务，并将GPT-3.5作为教师模型，通过扩展种子指令形成LLaMA-E模型的训练集，在定量和定性评估中取得了最先进的结果，并在零样本场景中展现出优势。

    Aug, 2023

  • EcomGPT：使用任务链调整的大型语言模型，适用于电子商务

    为了解决电子商务数据对通用大语言模型的挑战问题，在本文中我们提出了第一个电子商务指令数据集 EcomInstruct，并通过构建基于电子商务基本数据类型的原子任务来扩大数据规模和任务多样性。通过在 EcomInstruct 上训练背骨模型 BLOOMZ，我们开发了具有不同参数规模的 EcomGPT。EcomGPT 在零样本泛化能力方面表现出色。广泛的实验和人工评估表明，EcomGPT 在电子商务任务的跨数据集/任务泛化方面优于 ChatGPT。

    Aug, 2023

  • 利用大型语言模型增强电子商务中的产品描述

    该研究通过使用LLAMA 2.0 7B语言模型实现自动化产品描述生成，并在实践中证明其在提高电子商务平台搜索功能和销售额方面具有显著商业影响。

    Oct, 2023

  • eCeLLM：从大规模、高质量的指导数据推广用于电子商务的大型语言模型

    该研究构建了ECInstruct数据集，发展了一系列针对电子商务的大型语言模型（eCeLLM）。综合实验和评估结果表明，eCeLLM模型在领域内优于基线模型，包括最先进的GPT-4和最新的任务特定模型，并且在领域外的情景中表现出卓越的泛化能力，突显其作为一种通用电子商务模型的优越性。ECInstruct数据集和eCeLLM模型潜力巨大，可以为电子商务领域的多功能和有效的语言模型提供支持。

    Feb, 2024

  • LLM-Ensemble: 电商产品属性值提取的优化大型语言模型集成方法

    我们提出了一种名为LLM-ensemble的新算法，用于综合不同LLMs的输出，以提取属性值，并在Walmart的内部数据上进行了广泛的实验，结果表明该方法优于所有其他单个LLM。

    Feb, 2024

  • 使用产品元数据为对话式购物助手提供问题建议

    通过使用大型语言模型（LLMs），我们提出了一个框架，可以自动生成与产品有关的上下文、有用、可回答、流畅且多样化的问题，并建议这些问题给客户作为帮助和提示，从而实现更顺畅、更快速、减少对话开销和摩擦的购物体验。

    May, 2024

  • 电商领域大型语言模型的公平性调查：进展、应用与挑战

    本研究综述了大型语言模型在电子商务中的公平性，包括其应用、进展和面临的挑战。研究探讨了大型语言模型在电子商务领域的关键应用，如产品评论、产品推荐、产品信息翻译和产品问答等，并指出了公平性挑战以及未来研究方向。

    May, 2024

  • LiLiuM: eBay的大型语言模型用于电子商务

    我们介绍了由LiLiuM系列构成的大型语言模型（LLMs）：1B、7B和13B参数模型，这些模型完全由eBay内部开发，以适应eBay在电子商务领域的特定需求，并实现了对模型许可、数据、词汇表和架构的全部控制，使得它们可以用作微调和指导微调的基础模型，消除对外部模型的依赖性。

    Jun, 2024

  • EC-Guide：综合电子商务指导，用于指令调优和量化

    本研究针对电子商务领域中通用大语言模型(application)在指令调优和量化中的适应性问题，提出了一种创新的方法——EC-Guide，旨在解决电子商务特有的概念和知识挑战。研究结果显著，提高了模型的算术表现，并在2024年亚马逊KDD杯中取得了第二和第五名的优秀成绩。

    Aug, 2024

  • 调查大型语言模型在电子商务中的应用

    本研究探讨了大型语言模型（LLMs）在电子商务领域的应用效果，填补了对不同使用案例性能比较的研究空白。通过对比LLMs与传统预训练模型在分类、生成、摘要和命名实体识别等任务中的表现，研究发现，在特定任务中，少量抽样推理的LLMs往往不如细调后的较小预训练模型有效，强调了任务特定模型优化的重要性。

    Aug, 2024