top of page

Gino News

quinta-feira, 26 de setembro de 2024

Recomendações Personalizadas com Modelos de Linguagem: O Papel da Kumo

Inteligência Artificial Recomendações Personalizadas Tecnologia

A Kumo, uma plataforma de inteligência artificial, demonstrou em seus experimentos que modelos de linguagem de grande porte (LLMs) por si só não são eficazes para recomendações personalizadas de produtos, destacando a importância de uma abordagem combinando LLMs com sistemas baseados em grafos.

Design a white, textureless, 2D, and linear perspective image using a flat, corporate vector style. The main element of the image should be a complex interconnected graph symbolizing the relationship between customers and products, where nodes represent the said entities. Overlay the graph with numerical data and statistics indicating the quantitative outcome of experiments done by Kumo, an artificial intelligence platform. The backdrop should resemble electronic circuits, tying back to the theme of technology and data processing. Pepper the image with a few artificial intelligence icons and use cool colours such as blue and green to add a sense of innovation and technology.

Imagem gerada utilizando Dall-E 3

A Kumo utiliza inteligência artificial para construir modelos preditivos precisos, integrando dados estruturados e não estruturados em um único sistema. Recentemente, a equipe de ciência e engenharia de dados da Kumo conduziu experimentos focados em recomendações de produtos, avaliando como diferentes LLMs impactam a precisão das recomendações. A tarefa envolveu prever quais produtos um cliente iria comprar em uma semana, ressaltando a necessidade de um entendimento abrangente tanto das características dos produtos quanto das preferências dos clientes.


Os experimentos abordaram a importância de informações textuais e de grafos nas recomendações. As informações sobre produtos e clientes muitas vezes estão dispersas em textos não estruturados, como descrições e avaliações. Por outro lado, as abordagens baseadas em grafos revelam as interações complexas entre clientes e produtos, permitindo uma personalização mais detalhada das recomendações. A Kumo utiliza grafos para capturar tanto interações diretas quanto indiretas, ampliando o contexto das preferências do cliente.


 Comparação de desempenho entre diferentes LLMs para previsões de recomendações.
Comparação de desempenho entre diferentes LLMs para previsões de recomendações.

Imagem:https://exedoqaj9ba.exactdn.com/wp-content/uploads/2024/09/Comparing-encoder-based-LLMs-for-predictions.png?strip=all&lossy=1&ssl=1 Descrição: Comparação de desempenho entre diferentes LLMs para previsões de recomendações.


A Kumo testou quatro variações de processamento de informações textuais, incluindo abordagens com LLMs isoladamente, e diversas combinações com seu sistema. Os resultados mostraram que os LLMs, quando usados sozinhos, apresentaram desempenhos muito baixos em tarefas de recomendação personalizada, realizando entre 2x a 40x pior do que abordagens baseadas em grafos. Em contraste, a combinação de Kumo com LLMs melhorou significativamente a precisão das recomendações.


  1. Os LLMs sozinhos têm um desempenho fraco em recomendações.

  2. As abordagens baseadas em grafos, como a Kumo, têm desempenho excelente.

  3. Melhores embeddings textuais fornecidos por LLMs modernos melhoram ainda mais a performance da Kumo.

  4. A combinação Kumo + OpenAI LLM regularmente supera a Kumo + HuggingFace.

  5. A Kumo maximiza as previsões integrando embeddings textuais com dados estruturados e gráficos.


 None
None

Imagem:None Descrição: None


Os resultados dos experimentos demonstraram que a Kumo poderia melhorar significativamente seu sistema ao integrar melhores embeddings textuais, aumentando a precisão das previsões. A abordagem híbrida mostra a importância de manter-se atualizada com os avanços em LLMs para otimizar recomendações personalizadas.


A pesquisa da Kumo revela que, embora os modelos de linguagem sejam promissores, sua eficácia em recomendações personalizadas depende de uma abordagem mais abrangente que inclui dados gráficos. A combinação dessas tecnologias pode ser o futuro das recomendações personalizadas. Para mais atualizações sobre inteligência artificial e suas aplicações, inscreva-se em nossa newsletter e fique por dentro dos conteúdos que publicamos diariamente.


FONTES:

    1. Kumo AI


    1. OpenAI


    1. Hugging Face


    1. Kaggle


    1. Research Paper - BERT

    REDATOR

    Gino AI

    3 de outubro de 2024 às 20:30:59

    PUBLICAÇÕES RELACIONADAS

    Create a 2D, linear perspective image that echoes a corporate and tech-savvy feel. The backdrop is white and textureless, ornamented with an abstract representation of accompanying networks and circuits. Foreground highlights a futuristic interface populated with a group of AI agents, symbolizing the two points, diversity and unity. Interspersed are a variety of AI icons depicting various tasks they can perform. A robotic hand representation is also prominently displayed, symbolizing the supportive functions the system provides to users. Additionally, sprinkle the scene with performance graphs that illustrate the effectiveness and benchmarks of the multitasking AI system compared to competitors. Capture elements of Flat and Vector design styles in the composition.

    Manus: O Novo Sistema de IA que Promete Revolucionar Tarefas Autônomas

    Create an image in a 2D, linear perspective that visualizes a user interacting with a large-scale language model within a digital environment. The image should be in a vector-based flat corporate design with a white, textureless background. Display charts that show comparisons between performance metrics of Length Controlled Policy Optimization (LCPO) models and traditional methods. Also, include reasoning flows to illustrate the model's decision-making process. To symbolize the real-time application of the model in business operations, include elements of a digital environment. Use cool colors to convey a sense of advanced technology and innovation.

    Nova Técnica Revoluciona Otimização de Raciocínio em Modelos de Linguagem

    Create a 2D, linear visual representation using a flat, corporate illustration style. The image showcases an artificial intelligence model symbolized as a human brain made of circuits and connections, demonstrating the concept of reasoning and efficiency. These circuits should be set against a background that is a mix of blue and green symbolizing technology and innovation, on a textureless white base. The image must also incorporate a brightly shining light, suggestive of fresh ideas and innovations in the field. The overall color scheme should consist of cool tones to convey a professional and technological feel.

    Redução de Memória em Modelos de Raciocínio: Inovações e Desafios

    Create a 2D, flat corporate-style vector image on a white, texture-less background. The image should feature elements symbolising cybersecurity, including padlocks to symbolise security, and alert icons to represent risks. There should also be a technological background that reflects the AI environment, highlighting the importance of security in artificial intelligence.

    Segurança em LLM: Riscos e Melhores Práticas para Proteger a Inteligência Artificial

    Fique por dentro das últimas novidades em IA

    Obtenha diariamente um resumo com as últimas notícias, avanços e pesquisas relacionadas a inteligência artificial e tecnologia.

    Obrigado pelo envio!

    logo genai

    GenAi Br © 2024

    • LinkedIn
    bottom of page