Marqo представил новые модели для электронной коммерции и наборы данных для улучшения поиска товаров и рекомендаций в розничной торговле.

Легче сразу спросить 💭

AI снижает операционные расходы на 20–40% 📊 за 6 месяцев. А что бы вы сделали с этими деньгами?

Опишите задачу — обсудим, как это можно реализовать у вас.

ИИ автоматизирует 70% рутинных задач 🤖 за 3 месяца. Какие процессы в вашем бизнесе скинуть роботу?
Персонализированные AI-кампании увеличивают клиентскую базу на 30% 📈. Как это работает?
AI-аналитика сокращает ошибки в прогнозах на 50% 📉. Расскажите подробнее!
 Marqo Releases Advanced E-commerce Embedding Models and Comprehensive Evaluation Datasets to Revolutionize Product Search, Recommendation, and Benchmarking for Retail AI Applications

«`html

Marqo представила новые модели и наборы данных для электронной коммерции

Компания Marqo представила четыре инновационных набора данных и современные модели внедрения для улучшения поиска, извлечения и рекомендаций продуктов в электронной коммерции.

Что нового?

Модели Marqo-Ecommerce-B и Marqo-Ecommerce-L значительно повышают точность и актуальность для платформ электронной коммерции. Они предоставляют качественные векторные представления данных о продуктах.

Ключевые характеристики моделей

Модель Marqo-Ecommerce-B имеет 203 миллиона параметров, а Marqo-Ecommerce-L — 652 миллиона параметров. Эти модели оптимизированы для захвата сложных характеристик изображений продуктов и текстовых описаний.

Оценка моделей

Для оценки производительности моделей использовались два ключевых набора данных: AmazonProducts-3m и GoogleShopping-1m. Эти наборы позволяют пользователям тестировать и проверять возможности моделей в различных сценариях электронной коммерции.

Результаты тестирования

Результаты тестирования показывают, что Marqo-Ecommerce-L продемонстрировала значительное улучшение по сравнению с лучшими открытыми моделями. Например, улучшение на 38.9% в MRR и 45.1% в nDCG@10 по сравнению с моделью Amazon-Titan-Multimodal.

Наборы данных

Marqo выпустила четыре набора данных для поддержки оценки моделей:

  • AmazonProducts-3m: 3 миллиона продуктов для качественной оценки моделей.
  • GoogleShopping-1m: 1 миллион записей из Google Shopping для тестирования адаптивности моделей.
  • AmazonProducts-Eval-100k: компактная версия для первичной оценки.
  • GoogleShopping-General-Eval-100k: эффективное бенчмаркинг с меньшими вычислительными затратами.

Применение моделей

Модели Marqo доступны на Hugging Face, что позволяет разработчикам легко интегрировать их в приложения. Также доступны скрипты для оценки, что облегчает повторение результатов тестирования.

Преимущества для бизнеса

Эти решения помогут ритейлерам реализовать точные рекомендации по продуктам, ускорить поиск и повысить удовлетворенность клиентов. Исследователи могут использовать наборы данных как стандарты для сравнения своих моделей.

Заключение

Модели и наборы данных от Marqo представляют собой важный шаг в эволюции ИИ для электронной коммерции, предоставляя ценные инструменты для инноваций в поиске и рекомендациях продуктов.

Если вам нужны советы по внедрению ИИ, пишите нам в Telegram. Следите за новостями о ИИ в нашем Telegram-канале или в Twitter.

«`

Полезные ссылки:

Новости в сфере искусственного интеллекта