Next-Gen Sponsored Search: Crafting the Perfect Query with Inventory-Aware RAG (InvAwr-RAG) Based GenAI
यह शोध पत्र InvAwr-RAG को प्रस्तुत करता है, जो एक इन्वेंटरी-अवेयर (Inventory-Aware) RAG-आधारित जनरेटिव एआई मॉडल है जो वास्तविक समय की विज्ञापन इन्वेंटरी के अनुरूप प्रासंगिक क्वेरीज़ को गतिशील रूप से उत्पन्न करके प्रायोजित खोज (sponsored search) को अनुकूलित करता है, जिसके परिणामस्वरूप वॉलमार्ट के प्लेटफॉर्म पर फिल रेट में 68% की वृद्धि और राजस्व एवं उपयोगकर्ता अनुभव में सुधार हुआ 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, हलचल भरे डिजिटल सुपरमार्केट (जैसे Walmart की वेबसाइट) में घूम रहे हैं। आप अपने मन में एक वस्तु चुनते हैं और स्टोर को एक सवाल चिल्लाकर पूछते हैं: "मुझे बारिश वाले पिकनिक के लिए कुछ चाहिए!"
एक आदर्श दुनिया में, स्टोर मैनेजर तुरंत चिल्लाकर जवाब देगा, "बहुत बढ़िया! हमारे पास यहाँ छाते, रेनकोट और वाटरप्रूफ कंबल मौजूद हैं!" और आपको उन वस्तुओं के विज्ञापन दिखाएगा।
लेकिन वास्तविकता में, ऐसा अक्सर नहीं होता है। क्योंकि स्टोर का इन्वेंट्री हर सेकंड बदलता रहता है, और क्योंकि लोग अजीब या अस्पष्ट तरीके से सवाल पूछते हैं, मैनेजर कभी-कभी बस कह देता है, "क्षमा करें, हमारे पास इसके लिए कुछ नहीं है," भले ही उनके पास वास्तव में हजारों आइटम हों जो उस काम में आ सकते हैं। यह पेपर इसे "13% की समस्या" कहता है—हर 100 में से 13 खोजों का परिणाम शून्य विज्ञापन होता है, जिसका अर्थ है स्टोर के लिए खोया हुआ पैसा और आपके लिए बेहतरीन उत्पाद खोजने का छूटा हुआ अवसर।
समस्या: "अनुवाद में खो जाने" वाला क्षण
लेखक बताते हैं कि वर्तमान कंप्यूटर सिस्टम कठोर पुस्तकालयाध्यक्षों (librarians) की तरह हैं। यदि आप "रेन गियर" (बारिश के सामान) के लिए "रेन पीकनिक गियर" मांगते हैं, और डेटाबेस में केवल "छाते" को "रेन गियर" के तहत सूचीबद्ध किया गया है, तो पुस्तकालयाध्यक्ष वह संबंध चूक सकता है। या, भले ही उसे कोई मिलान मिल जाए, उसे यह नहीं पता होगा कि क्या स्टोर के पास अभी स्टॉक है या क्या विज्ञापनदाता वर्तमान में उसे दिखाने के लिए भुगतान करने को तैयार हैं।
परिणाम? आपको एक खाली पेज मिलता है, और स्टोर एक बिक्री खो देता है।
समाधान: "स्मार्ट शॉपर" सहायक (InvAwr-RAG)
इसे ठीक करने के लिए, टीम ने Walmart के लिए InvAwr-RAG नामक एक नया AI सिस्टम बनाया है। इस सिस्टम को एक सुपर-स्मार्ट, रियल-टाइम व्यक्तिगत खरीदारी सहायक के रूप में समझें जिसके पास दो विशेष सुपरपावर हैं:
- "लाइव इन्वेंट्री" रडार: पुराने सिस्टमों के विपरीत जो केवल अनुमान लगाते हैं, इस सहायक के पास गोदाम तक सीधी पहुंच है। वे जानते हैं कि इस सटीक सेकंड में शेल्फ पर क्या है और कौन से विज्ञापनदाता वर्तमान में अपने उत्पादों को दिखाने के लिए भुगतान कर रहे हैं।
- "भाषा अनुवादक" (जेनरेटिव AI): यदि आप एक अस्पष्ट प्रश्न पूछते हैं, तो यह सहायक केवल "नहीं" नहीं कहता। यह आपके प्रश्न को तेजी से कुछ अलग, स्पष्ट संस्करणों में फिर से लिख देता है जो गारंटी के साथ स्टॉक में मौजूद चीजों से मेल खाते हैं।
यह कैसे काम करता है: एक स्टेप-बाय-स्टेप डांस
पेपर एक छह-चरणीय प्रक्रिया का वर्णन करता है जो पलक झपकते ही होती है:
- चेक-इन: सिस्टम आपके प्रश्न को देखता है। यदि यह देखता है कि आप कुछ ऐसा पूछ रहे हैं जिसके आमतौर पर कोई परिणाम नहीं मिलते (जैसे हमारा "रेनी पिकनिक" वाला उदाहरण), तो यह विशेष मदद के लिए इसे फ्लैग करता है।
- स्कौटिंग मिशन: सिस्टम तुरंत "लाइव इन्वेंट्री" (वेक्टर डेटाबेस) को स्कैन करता है ताकि वास्तव में उपलब्ध और प्रासंगिक शीर्ष 20 वस्तुओं को खोजा जा सके।
- प्रॉम्प्ट: यह आपके मूल प्रश्न को उन 20 वस्तुओं के विवरण के साथ मिला देता है। यह एक रचनात्मक लेखक को फुसफुसाने जैसा है: "हे, यूजर को बारिश के लिए पिकनिक गियर चाहिए, और हमारे पास ये विशिष्ट छाते और कंबल हैं। इन वस्तुओं के लिए पूछने के 5 नए तरीके लिखें।"
- रीराइटिंग (पुनर्लेखन): एक शक्तिशाली AI (Llama2 का एक फाइन-ट्यून्ड वर्जन) आपके प्रश्न के 5 नए, चतुर संस्करण बनाता है। केवल "रेनी पिकनिक" के बजाय, यह बना सकता है: "आउटडोर डाइनिंग के लिए सबसे अच्छे वाटरप्रूफ कंबल" या "पारिवारिक पिकनिक के लिए कॉम्पैक्ट छाते।"
- "क्राउड विजडम" चेक: सिस्टम केवल AI पर भरोसा नहीं करता है। यह स्टोर के इतिहास लॉग्स को भी देखता है कि अतीत में वास्तविक मनुष्यों ने क्या सर्च किया था जो सफल रहा। यह AI के नए विचारों को इन सिद्ध, लोकप्रिय सर्च टर्म्स के साथ मिलाता है।
- अंतिम मिलान: यह सभी नए, पुनर्गठित प्रश्नों को एक सख्त फिल्टर के माध्यम से चलाता है ताकि यह सुनिश्चित हो सके कि वे केवल वही विज्ञापन दिखाएं जो अत्यधिक प्रासंगिक हैं और वास्तव में उपलब्ध हैं।
परिणाम: "कुछ नहीं" को "कुछ" में बदलना
टीम ने इस सिस्टम का परीक्षण 10,000 ऐसी खोजों पर किया जिनका पहले 0% सफलता दर था (यानी, वे कभी कोई विज्ञापन नहीं दिखाते थे)।
- पहले: इन खोजों में से 0% ने विज्ञापन दिखाया।
- नए AI के साथ: उन खोजों में से 68% ने अब सफलतापूर्वक प्रासंगिक विज्ञापन दिखाए।
इसे समझने के लिए, यदि आपके पास एक जादू की छड़ी होती जो 100 में से 68 "डेड एंड्स" (बंद रास्तों) को सफल शॉपिंग ट्रिप में बदल देती, तो यह एक बड़ी जीत होती। पेपर यह भी नोट करता है कि इस सिस्टम ने एक बहुत प्रसिद्ध, सामान्य-उद्देश्य वाले AI (GPT-4) से बेहतर प्रदर्शन किया, जिसने केवल 53% सफलता दर हासिल की। यह साबित करता है कि AI को विशेष रूप से Walmart के इन्वेंट्री और खरीदारी की आदतों पर प्रशिक्षित करना इसे इस विशिष्ट काम के लिए बहुत स्मार्ट बनाता है।
यह क्यों महत्वपूर्ण है
लेखकों का दावा है कि यह केवल अधिक विज्ञापन दिखाने के बारे में नहीं है; यह खरीदारी के अनुभव को बेहतर बनाने के बारे में है।
- आपके लिए (खरीदार): आप बंद रास्तों (dead ends) पर नहीं अटकते। आप ऐसे उत्पाद देखते हैं जो आपको वास्तव में पसंद आ सकते हैं, भले ही आप उनका सटीक नाम न जानते हों।
- स्टोर के लिए (Walmart): वे खाली खोज परिणामों पर पैसा गंवाना बंद कर देते हैं। पेपर सुझाव देता है कि इससे अगले पांच वर्षों में अरबों अतिरिक्त राजस्व मिल सकता है।
- विज्ञापनदाताओं के लिए: उनके उत्पादों को उन लोगों द्वारा देखा जाता है जो वास्तव में उनकी तलाश कर रहे हैं, जिससे उन्हें उनके निवेश पर बेहतर रिटर्न मिलता है।
संक्षेप में, InvAwr-RAG मॉडल स्टोर मैनेजर को गोदाम का एक लाइव मैप और एक ऐसा अनुवादक देना है जो "शॉपिंग भाषा" के हर लहजे को बोल सकता है, यह सुनिश्चित करते हुए कि कोई भी ग्राहक खाली हाथ वापस न जाए।
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।