Wildberries & Russ: LLM/VLM-матчинг товаров в e-commerce
Что внедрили
Внедрён пайплайн матчинга товаров с LLM для извлечения и сравнения атрибутов и VLM для сопоставления изображений.
Результат
Точность составляет 92–96%, полнота — 30–80% в зависимости от категории и качества данных; время обработки одной пары товаров на Nvidia A100 — 2–7 секунд.
Полнота существенно варьируется по категориям и качеству исходных данных; используются также классические ML-алгоритмы.
Задачи
матчинг товаров; извлечение атрибутов; сравнение атрибутов; мониторинг цен конкурентов; группировка товаров; улучшение поиска; LLM; VLM; компьютерное зрение; эмбеддинги
Параметры внедрения
- Компания
- Wildberries & Russ
- Отрасль
- Торговля
- Процессы
- Продажи; Разработка продуктов и исследования
- Продукт
- Пайплайн матчинга товаров на базе Qwen2.5-72B-Instruct, InternVL2 76B и Qwen2-VL-72B-Instruct.
- Сроки
- Не указаны
- Стоимость
- Не раскрыта