Instacart 如何用 LLM 讓商品搜尋更懂顧客想買什麼
How Instacart Uses LLMs to Make People Buy More
重點導讀
顧客搜尋商品時,常用的說法和商品目錄不一樣,少見或含糊的查詢也很難靠舊資料處理。
- Instacart 先用購買紀錄找出可能的商品類別,再讓 LLM 判斷查詢意思,並檢查結果是否符合商品目錄。
- 系統也會改寫查詢、整理品牌和商品特徵,幫助搜尋找到合適商品。常見查詢的結果會先存起來,沒有現成結果時再交給微調過的小模型處理。Instacart 表示,這套做法讓查詢改寫涵蓋率超過 95%,而長尾查詢的平均捲動深度減少 6%。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
推薦理由
文章拆解 Instacart 如何把歷史搜尋、LLM 判讀與結果檢查接在一起,並用快取和小模型兼顧長尾查詢與回應速度。
信源出處blog.bytebytego.com
How Instacart Uses LLMs to Make People Buy More
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: ByteByteGo Newsletter (Alex Xu) (blog.bytebytego.com)
開啟原文