Контент доступен только для PRO подписчиков
Чтобы получить доступ к полному содержанию этого исследования, оформите PRO подписку
Уточнение генерации текста для реалистичных рекомендаций в диалоге посредством прямой оптимизации предпочтений
КЛЮЧЕВАЯ СУТЬ
Адаптировать под запрос
Обнаружено: LLM, получая сложный диалог и список товаров, пытается решить всё сразу — отсюда поверхностный анализ и нерелевантные рекомендации. SumRec позволяет разбить задачу на два управляемых этапа: сначала модель создаёт структурированное саммари предпочтений пользователя из диалога, затем — на основе этого саммари и описания товара — генерирует обоснование рекомендации. Ключевая фишка: промежуточное саммари создаётся не для красоты, а как "функциональный файл данных" для второго шага — модель, обученная через DPO, научилась делать саммари длиннее (+30% слов) и лексически беднее (повторяет ключевые термины), зато точность рекомендаций выросла на 12-15%.