Auf dieser Seite wird beschrieben, wie Sie ein textbasiertes Large Language Model (LLM) in den benutzerdefinierten Empfehlungsmodellen verwenden. Wir trainieren diese Modelle für Sie. Sie können die vortrainierten Funktionen in den benutzerdefinierten Empfehlungsmodellen aktivieren.
Recommendations verwendet das Feld description des Produkts, um LLMs zu trainieren und in Ihre Empfehlungsmodelle einzubinden.
Neue textbasierte LLM-Funktionen
Sie können zwar Texteinbettungen abrufen, indem Sie ein generatives Vertex AI-Modell manuell konfigurieren, aber es empfiehlt sich, die neuen LLM-Funktionen in Ihre Empfehlungsmodelle zu integrieren, um die Leistung zu verbessern.
Die Texteinbettungen sind beschreibender, länger und nicht repetitiv. Außerdem bieten sie mehrsprachige Interpretationsmöglichkeiten. Diese Funktion basiert auf einer Zulassungsliste. Wenden Sie sich an den Support, um diese Funktion zu aktivieren.
Für die Verwendung der Texteinbettungen fallen keine Kosten an. Sie sind in den Preisen für AI Commerce Search enthalten.
Die vortrainierten LLM-Einbettungen verbessern das semantische Verständnis von langen Textsuchanfragen wie Beschreibungen.
Weitere Informationen zur Verwendung von Einbettungen und generativer KI in Ihrem eigenen benutzerdefinierten ML-Training finden Sie in den folgenden Ressourcen:
Modellkompatibilität
Die LLM-Funktion ist mit allen ML-Modelltypen und -Zielen kompatibel, einschließlich:
- OYML
- FBT
- und mehr.
Weitere Informationen zu den verschiedenen Arten von Empfehlungsmodellen, die von AI Commerce Search unterstützt werden, finden Sie unter Empfehlungsmodelle.