
Введение в мультимодальные системы поиска и рекомендаций
Поисковые системы и системы рекомендаций играют ключевую роль на платформах онлайн-контента. Традиционные методы поиска сосредоточены на текстовом контенте, что создает значительный разрыв в обработке иллюстрированных текстов и видео, которые стали важными компонентами сообществ, создающих пользовательский контент (UGC).
Проблемы существующих подходов
Существующие наборы данных для задач поиска и рекомендаций содержат только текстовую информацию или статистически плотные характеристики, что ограничивает развитие эффективных мультимодальных сервисов. Сигналы на уровне сессии содержат ценную контекстуальную информацию о поведении пользователей, что напрямую влияет на удовлетворенность и удержание клиентов.
Предложение Qilin
Исследователи из Xiaohongshu Inc. и Университета Цинхуа предложили Qilin — набор данных для мультимодального поиска информации, который отвечает на растущую потребность в улучшении сервисов поиска и рекомендаций. Набор данных собран с платформы Xiaohongshu, популярной социальной сети с более чем 300 миллионами активных пользователей в месяц.
Структура набора данных Qilin
Набор данных включает APP-уровневые сессии от 15,482 пользователей, что значительно больше и разнообразнее, чем существующие наборы данных, такие как Amazon и JD Search. Qilin предоставляет оригинальный контент заметок (заголовок + основной текст + изображения), что обеспечивает полноту и подлинность данных.
Результаты и выводы
Результаты задач поиска и рекомендаций показывают, что модели, такие как BERT и Vision-Language Models (VLM), демонстрируют высокую эффективность. Однако существуют ограничения, связанные с использованием псевдозапросов в рекомендациях, что требует большей устойчивости моделей.
Практические рекомендации для бизнеса
Изучите, как технологии искусственного интеллекта могут изменить ваш подход к работе:
- Автоматизируйте процессы, чтобы повысить эффективность.
- Определите ключевые показатели эффективности (KPI) для оценки влияния инвестиций в ИИ.
- Выбирайте инструменты, которые соответствуют вашим потребностям и позволяют настраивать их под ваши цели.
- Начните с небольшого проекта, собирайте данные о его эффективности и постепенно расширяйте использование ИИ.
Контактная информация
Если вам нужна помощь в управлении ИИ в бизнесе, свяжитесь с нами по адресу hello@itinai.ru. Подписывайтесь на наш Telegram, чтобы быть в курсе последних новостей в области ИИ.
Пример решения на основе ИИ
Посмотрите практический пример решения на основе ИИ: бот для продаж, разработанный для автоматизации взаимодействия с клиентами на всех этапах их пути.