Semantic-Retrieval-Reasoning Pipeline: A Hybrid Large Language Model Framework for Intent-Aware and Explainable Bundle Recommendation

Resumen Técnico: Pipeline de Razonamiento-Recuperación Semántica (SRRP)

Planteamiento del Problema
Los actuales Sistemas de Recomendación de Packs (BRS, por sus siglas en inglés) enfrentan una tríada de desafíos: falta de explicabilidad, tamaño de pack rígido y la suposición de "intención única". Los métodos tradicionales, que van desde algoritmos basados en restricciones (Apriori, FP-Growth) hasta Redes Neuronales de Grafos (GNN como BGCN y BundleNet), suelen funcionar como "cajas negras", fallando al no proporcionar justificaciones lógicas para las agrupaciones de artículos. Además, estos modelos frecuentemente asumen una única intención de usuario por cada cesta de compra, lo que conduce a recomendaciones monótonas. Si bien los enfoques generativos recientes utilizando Modelos de Lenguaje de Gran Escala (LLM) han introducido la explicabilidad, sufren de ineficiencias computacionales, explosión combinatoria y una tendencia a las alucinaciones. Para mitigar estos problemas, los modelos generativos existentes suelen imponer tamaños de pack estáticos y pequeños (por ejemplo, 2 a 3 artículos), lo cual no logra adaptarse a la naturaleza dinámica y diversa de las necesidades reales del consumidor, particularmente para compras de volumen o de múltiples intenciones.

Metodología: El Pipeline de Razonamiento-Recuperación Semántica (SRRP)
Los autores proponen el SRRP, un marco híbrido que integra el prompting de LLM y técnicas de embedding en un pipeline de tres etapas para generar packs conscientes de la intención, dinámicos y explicables.

1. Unidad de Segmentación Semántica (SSU):

   • Función: Actúa como un filtro cognitivo para descomponer cestas de compra ruidosas y de múltiples intenciones en distintos clústeres de intención.
   • Mecanismo: Utiliza un LLM con Aprendizaje en Contexto (ICL) y prompting de pocos disparos (few-shot) para realizar una agrupación semántica. En lugar de tratar la cesta como un único vector, la SSU etiqueta los artículos basándose en ocasiones de uso (por ejemplo, "Desayuno", "Artículos de Oficina").
   • Base Teórica: El "Teorema de Reducción de la Varianza Semántica" postula que agrupar los artículos por proximidad funcional reduce la varianza semántica intra-clúster, minimizando así los límites de error de recuperación en comparación con el procesamiento de toda la cesta como una sola entidad.

2. Unidad de Recuperación Contextual (CRU):

   • Función: Recupera packs candidatos factuales de una base de datos histórica basada en los clústeres de intención generados por la SSU.
   • Mecanismo: Transforma los clústeres de intención en vectores densos de alta dimensión utilizando un Sentence-Transformer (por ejemplo, all-MiniLM-L6-v2). Estos vectores consultan una base de datos vectorial (ChromaDB) mediante Similitud de Coseno para encontrar packs históricos semánticamente relevantes.
   • Base Teórica: El "Teorema del Límite de Relevancia Semántica" demuestra que la recuperación de vectores densos puede identificar artículos semánticamente relevantes incluso sin coincidencia de palabras clave, superando a los métodos tradicionales de coincidencia exacta o reglas de asociación en términos de recall (recuperación).

3. Unidad de Validación de Razonamiento (RVU):

   • Función: Valida los packs candidatos, ajusta dinámicamente el tamaño del pack y genera explicaciones narrativas persuasivas y nombres.
   • Mecanismo: Emplea prompting de Cadena de Pensamiento (CoT) para evaluar la complementariedad lógica de los artículos candidatos frente a la cesta original del usuario. Filtra alucinaciones, descarta artículos irrelevantes y construye narrativas explicativas.
   • Alineación Humano en el Bucle (HITL): Para asegurar la alineación cognitiva y prevenir alucinaciones, el razonamiento de la RVU se valida contra una verdad de campo establecida por nueve anotadores humanos independientes. El sistema utiliza un enfoque de "CoT Dinámico", inyectando ejemplos curados de este consenso humano para alinear el razonamiento de la máquina con la percepción humana.
   • Base Teórica: El "Teorema de Optimalidad de Tamaño de Pack Dinámico" argumenta que la poda condicional basada en la relevancia lógica minimiza los errores de inclusión en comparación con los sistemas de dimensionamiento estático.

Contribuciones Clave

• Marco Híbrido: La introducción del SRRP, que unifica la precisión técnica (vía recuperación basada en embeddings) y la transparencia cognitiva (vía razonamiento de LLM) en un solo pipeline.
• Descomposición de Multi-Intención: El uso de LLMs como un filtro cognitivo para descomponer dinámicamente las cestas de usuario ruidosas en clústeres de múltiples intenciones, eliminando la dependencia de ajustes manuales de características rígidos.
• Dimensionamiento Dinámico de Packs: Un módulo de validación de razonamiento que rompe las restricciones estáticas de los modelos generativos previos, permitiendo que los tamaños de los packs se adapten dinámicamente (oscilando entre 3 y 45 artículos) según el contexto del usuario.
• Explicabilidad y Validación: La integración de una metodología de Humano en el Bucle para validar rigurosamente la denominación de los packs y sus explicaciones, asegurando la alineación con el consenso cognitivo humano y reduciendo las alucinaciones.

Resultados Experimentales
Evaluado en el conjunto de datos Instacart 2017 utilizando un protocolo de Leave-One-Out, el SRRP fue comparado contra cinco modelos base (Apriori, FP-Growth, BundleNet, BGCN, CrossCBR).

• Relevancia y Clasificación: El SRRP demostró un rendimiento superior en las 20 recomendaciones principales. La estrategia de Enmascaramiento Aleatorio (RM) logró una Tasa de Acierto (Hit Rate) de 0.1100 y un Recall de 0.1298, mientras que la estrategia de División Secuencial (SS) alcanzó un Recall de 0.1502 y un MRR de 0.0683. Estas métricas superaron significativamente a los modelos de grafos de vanguardia (por ejemplo, el Recall de CrossCBR: 0.0942).
• Diversidad: El SRRP mantuvo una alta Diversidad Intra-Lista (ILD > 0.53), logrando un equilibrio óptimo entre precisión y diversidad, mientras que los modelos de grafos mostraron alta diversidad pero una precisión significativamente menor.
• Dimensionamiento Dinámico: El sistema generó con éxito packs con tamaños de entre 3 y 5 artículos para aproximadamente el 79% de los usuarios, mientras que acomodó robustamente distribuciones de cola larga de hasta 45 artículos para compradores de volumen. Efectivamente suprimió el sesgo hacia pares de 2 artículos común en los baselines de aprendizaje profundo.
• Explicabilidad y Alineación: Los textos explicativos generados alcanzaron una puntuación de fluidez G-Eval de 4.79/5.0. La alineación semántica con los anotadores humanos (medida por Similitud de Coseno) alcanzó un puntaje general de 0.5907 (LLaMA-3), indicando una fuerte alineación con el razonamiento cognitivo humano respecto a la validez y denominación de los packs.

Significancia y Reivindicaciones
El artículo afirma que el SRRP representa un avance significativo en los Sistemas de Recomendación de Packs al abordar la naturaleza de "caja negra" de los modelos anteriores y la rigidez del dimensionamiento estático. Al aprovechar los LLM no solo para la generación, sino como un filtro cognitivo para la detección de intención y la validación del razonamiento, el marco ofrece recomendaciones que son no solo precisas, sino también transparentes y confiables. Los autores sostienen que el sistema logra cerrar la brecha entre la recuperación matemática y la comprensión lógica humana, proporcionando un asistente de compras racional y creíble. Sin embargo, los autores reconocen modestamente las limitaciones, señalando que el sistema ocasionalmente sufre de "racionalización forzada" (sobre-justificación de combinaciones de artículos aleatorios) y que se requiere trabajo futuro para reducir la latencia de inferencia y calibrar aún más los umbrales de rechazo para minimizar los falsos positivos.