A Cascaded Generative Approach for e-Commerce Recommendations
यह शोध पत्र एक कैस्केडेड जनरेटिव फ्रेमवर्क पेश करता है जो वैयक्तिकरण और सिमेंटिक सामंजस्य को बढ़ाने के लिए कठोर ई-कॉमर्स स्टोरफ्रंट घटकों को डायनेमिक थीम और कीवर्ड जनरेशन से बदलता है, जो स्केलेबल टीचर-स्टूडेंट फाइन-ट्यूनिंग और पारंपरिक रैंकिंग मॉडल के साथ हाइब्रिड एकीकरण के माध्यम से कार्ट एड्स में 2.7% की वृद्धि प्राप्त करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक विशाल किराना स्टोर में प्रवेश कर रहे हैं। पुराने तरीके में, स्टोर मैनेजर (कंप्यूटर सिस्टम) के पास हर एक गलियारे (aisle) के लिए एक कठोर, पहले से छपा हुआ नक्शा होता था। चाहे कोई बेबी फूड खरीद रहा हो या गॉरमेट चीज़, हर किसी को एक ही "डेयरी" का साइन, एक ही "स्नैक्स" का साइन और उत्पादों की एक ही सूची दिखाई देती थी। यदि मैनेजर को साइन बदलने होते, तो उन्हें सबके लिए उन्हें मैन्युअल रूप से फिर से लिखना पड़ता था, जो धीमा, महंगा था और अक्सर एक भ्रमित करने वाली स्थिति पैदा करता था जहाँ "डेयरी" गलियारा "खिलौनों" के ठीक बगल में होता था।
यह शोध पत्र इन डिजिटल किराना स्टोरों (जैसे इंस्टाकार्ट) को बनाने के एक नए, स्मार्ट तरीके का वर्णन करता है जो जेनरेटिव एआई (Generative AI) का उपयोग करता है। एक कठोर नक्शे के बजाय, यह सिस्टम अब एक पर्सनल शॉपर (व्यक्तिगत खरीदारी सहायक) की तरह काम करता है जो वास्तविक समय में प्रत्येक ग्राहक के लिए एक अनूठा स्टोर लेआउट डिजाइन करता है।
यहाँ बताया गया है कि उनका "कैस्केडेड जेनेरेटिव अप्रोच" (Cascaded Generative Approach) कैसे काम करता है, जिसे सरल चरणों में विभाजित किया गया है:
1. दो-चरणीय "टॉप-डाउन" रणनीति (The Two-Step "Top-Down" Strategy)
लेखकों ने महसूस किया कि एक साथ पूरे स्टोर के विशिष्ट उत्पादों को उत्पन्न करने की कोशिश करना (एक "बॉटम्स-अप" दृष्टिकोण) एक पूरी विश्वकोश को एक ही सांस में लिखने जैसा है—यह बहुत धीमा, बहुत महंगा और गलतियों से भरा है।
इसके बजाय, वे एक टॉप-डाउन (Top-Down) दृष्टिकोण का उपयोग करते हैं, जो दो अलग-अलग चरणों में होता है:
चरण 1: "थीम" (मेन्यू) को डिजाइन करना:
सबसे पहले, एआई देखता है कि आपने पहले क्या खरीदा है और आपको क्या पसंद है। इसके बाद, यह आपके पेज के एक सेक्शन के लिए एक थीम का आविष्कार करता है। एक उबाऊ "डेयरी" हेडर के बजाय, यह एक कस्टम थीम जेनरेट कर सकता है जैसे "साप्ताहिक भोजन के लिए फ्लेवर बिल्डर्स" या "कम चीनी वाला फंक्शनल हाइड्रेशन।"- उपमा (Analogy): इसे ऐसे समझें जैसे पर्सनल शॉपर यह तय करता है, "आज, इस ग्राहक को 'क्विक डिनर' सेक्शन की आवश्यकता है," बजाय इसके कि उसे केवल 'डेयरी' गलियारा दिखाया जाए।
चरण 2: उत्पादों को खोजना (शॉपिंग लिस्ट):
एक बार थीम सेट हो जाने के बाद, एआई को उस थीम के लिए वास्तविक उत्पादों को खोजना होता है। यह केवल अनुमान नहीं लगाता; यह उस थीम को विशिष्ट कीवर्ड्स (जैसे सर्च टर्म्स) में बदल देता है ताकि स्टोर के डेटाबेस में खोज की जा सके।- उपमा: शॉपर उस "क्विक डिनर" थीम को लेता है और एक विशिष्ट शॉपिंग लिस्ट लिखता है: "चिकन, पास्ता, मैरिनारा सॉस।"
2. "टीचर-स्टूडेंट" ट्रिक (पैसे और समय की बचत)
एक सुपर-स्मार्ट एआई (लार्ज लैंग्वेज मॉडल) चलाना महंगा और धीमा है, जैसे हर ऑर्डर के लिए एक विश्व प्रसिद्ध शेफ को काम पर रखना। इस समस्या को हल करने के लिए, टीम ने एक टीचर-स्टूडेंट (Teacher-Student) विधि का उपयोग किया:
- टीचर (शिक्षक): एक विशाल, महंगी एआई मॉडल (जैसे GPT-5) थीम और कीवर्ड्स के सटीक उदाहरण जेनरेट करती है।
- स्टूडेंट (छात्र): एक छोटा, सस्ता, तेज़ एआई मॉडल टीचर के व्यवहार की नकल करने के लिए प्रशिक्षित किया जाता है।
- परिणाम: "स्टूडेंट" मॉडल "टीचर" जितना ही अच्छा प्रदर्शन करता है, लेकिन यह बहुत अधिक तेज़ी से चलता है और इसकी लागत बहुत कम है, जिससे लाखों उपयोगकर्ताओं के लिए इसका उपयोग करना संभव हो जाता है।
3. सेफ्टी नेट (गुणवत्ता नियंत्रण)
चूंकि एआई नई सामग्री को ऑन-द-फ्लाई (तुरंत) बना रहा है, इसलिए यह जोखिम रहता है कि वह कुछ अजीब कह दे या गलत उत्पाद दिखा दे। इसे रोकने के लिए, उन्होंने एक क्वालिटी फिल्टर (Quality Filter) जोड़ा है:
- एआई जज: एक अन्य एआई जेनरेट की गई थीम्स की जांच करती है ताकि यह सुनिश्चित हो सके कि वे दोहराव वाली न हों (उदाहरण के लिए, यह सुनिश्चित करना कि आप "डेयरी" और "चीज़" को दो अलग सेक्शन के रूप में न देखें जिनका अर्थ एक ही हो)।
- प्रासंगिकता चेकर (Relevance Checker): एक विशेष टूल यह सुनिश्चित करता है कि पाए गए उत्पाद वास्तव में थीम से मेल खाते हों। यदि थीम "लो शुगर" है लेकिन एआई ने "सोडा" चुन लिया, तो यह टूल उसे पकड़ लेता है और आपके देखने से पहले ही हटा देता है।
4. परिणाम: क्या यह काम करता है?
टीम ने वास्तविक उपयोगकर्ताओं के साथ अपने पुराने, कठोर सिस्टम के मुकाबले इस नए सिस्टम का परीक्षण किया।
- परिणाम: इस नए सिस्टम से प्रति पेज व्यू शॉपिंग कार्ट में जोड़े गए आइटम्स में 2.7% की वृद्धि हुई।
- यह क्यों मायने रखता है: इसका मतलब है कि पर्सनलाइजेशन वास्तव में काम कर रहा है। उपयोगकर्ता उन चीजों को खरीदने के लिए अधिक बार पाते हैं जो वे चाहते हैं क्योंकि स्टोर का लेआउट उनकी विशिष्ट आवश्यकताओं के लिए अधिक प्रासंगिक महसूस होता है, न कि एक सामान्य सूची की तरह।
- गति: इतनी सारी अतिरिक्त प्रोसेसिंग होने के बावजूद, सिस्टम इतना तेज़ था कि उपयोगकर्ताओं को कोई देरी महसूस नहीं हुई।
सारांश
संक्षेप में, यह शोध पत्र एक ऐसे सिस्टम का वर्णन करता है जो हर ऑनलाइन खरीदार के साथ एक जैसा व्यवहार करना बंद कर देता है। एक स्थिर, 'वन-साइज़-फिट्स-ऑल' स्टोर के बजाय, यह प्रत्येक उपयोगकर्ता के लिए एक कस्टम स्टोर लेआउट डिजाइन करने, उस लेआउट के लिए एक कस्टम शॉपिंग लिस्ट लिखने और उच्च गुणवत्ता सुनिश्चित करने के लिए काम की दोबारा जांच करने के लिए एआई का उपयोग करता है। परिणाम एक ऐसा खरीदारी अनुभव है जो अधिक मानवीय, अधिक प्रासंगिक लगता है और उपयोगकर्ताओं को ठीक वही खोजने में मदद करता है जिसकी उन्हें आवश्यकता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।