論文の概要: A case study of Generative AI in MSX Sales Copilot: Improving seller
productivity with a real-time question-answering system for content
recommendation
- arxiv url: http://arxiv.org/abs/2401.04732v1
- Date: Thu, 4 Jan 2024 13:32:44 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-15 09:07:54.361953
- Title: A case study of Generative AI in MSX Sales Copilot: Improving seller
productivity with a real-time question-answering system for content
recommendation
- Title(参考訳): MSXセールスコパイロットにおける生成AIの事例研究:コンテンツ推薦のためのリアルタイム質問応答システムによる販売者の生産性向上
- Authors: Manpreet Singh, Ravdeep Pasricha, Nitish Singh, Ravi Prasad
Kondapalli, Manoj R, Kiran R, Laurent Bou\'e
- Abstract要約: 我々は、売り手が顧客とライブで共有したり、通話中に参照したりできる関連資料や文書を入手するための、特にターゲットとするリアルタイム質問応答システムを設計する。
本稿では, 地震資料リポジトリを, 多様な販売資料のデータセットの比較的大規模な例とみなす。
私たちは、文書や販売業者が利用できる豊富なメタ機能のセットを活かした、精巧な方法で、エンジニアリングのプロンプトによってこれを達成します。
- 参考スコア(独自算出の注目度): 3.680292844010173
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper, we design a real-time question-answering system specifically
targeted for helping sellers get relevant material/documentation they can share
live with their customers or refer to during a call. Taking the Seismic content
repository as a relatively large scale example of a diverse dataset of sales
material, we demonstrate how LLM embeddings of sellers' queries can be matched
with the relevant content. We achieve this by engineering prompts in an
elaborate fashion that makes use of the rich set of meta-features available for
documents and sellers. Using a bi-encoder with cross-encoder re-ranker
architecture, we show how the solution returns the most relevant content
recommendations in just a few seconds even for large datasets. Our recommender
system is deployed as an AML endpoint for real-time inferencing and has been
integrated into a Copilot interface that is now deployed in the production
version of the Dynamics CRM, known as MSX, used daily by Microsoft sellers.
- Abstract(参考訳): 本稿では,売り手が顧客とライブで共有したり,通話中に参照したりできる関連資料や資料を入手することを目的とした,リアルタイム質問応答システムを設計する。
地震コンテンツリポジトリを,販売資料の多種多様なデータセットの比較的大規模な例として捉え,販売者のクエリのllm埋め込みと関連するコンテンツとのマッチングを実証する。
我々は、文書や販売業者が利用できる豊富なメタ機能を利用する、精巧な手法でこれを実現している。
クロスエンコーダリランカアーキテクチャを備えたバイエンコーダを使用して、大規模なデータセットであっても、最も関連性の高いコンテントレコメンデーションをわずか数秒で返却する方法を示す。
我々のレコメンダシステムはリアルタイム推論のためのAMLエンドポイントとしてデプロイされ、Copilotインターフェースに統合され、現在、Microsoftの売り手によって毎日使用されるMSXとして知られるDynamics CRMの本番バージョンにデプロイされています。
関連論文リスト
- STaRK: Benchmarking LLM Retrieval on Textual and Relational Knowledge Bases [93.96463520716759]
テキストとリレーショナルベース知識に関する大規模半構造検索ベンチマークSTARKを開発した。
多様な情報と複雑なテキスト特性を統合した,自然かつ現実的なユーザクエリを合成する,新しいパイプラインを設計する。
本ベンチマークは,検索システムの性能評価のための総合的なテストベッドとして機能する。
論文 参考訳(メタデータ) (2024-04-19T22:54:54Z) - A Review of Modern Recommender Systems Using Generative Models (Gen-RecSys) [57.30228361181045]
我々はジェネレーティブモデル(Gen-RecSys)を用いてレコメンデーションシステムにおける重要な進歩を結びつけることを目指している。
我々の総合的な視点は、Gen-RecSysの影響と害を評価するために必要なパラダイムを強調できる。
論文 参考訳(メタデータ) (2024-03-31T06:57:57Z) - NLP-based Relation Extraction Methods in RE [4.856095570023289]
モバイルアプリリポジトリは、大規模で適応性の高いクラウドソース情報システムとして、主に科学研究で使用されている。
本稿では,ソフトウェアリソースとデータアーティファクトを組み合わせたMApp-KGを提案する。
私たちのコントリビューションは、モバイルアプリのドメイン固有のカタログをモデル化する知識グラフを自動構築するフレームワークを提供することを目的としています。
論文 参考訳(メタデータ) (2024-01-22T16:14:27Z) - Enhanced E-Commerce Attribute Extraction: Innovating with Decorative
Relation Correction and LLAMA 2.0-Based Annotation [4.81846973621209]
本稿では,分類のためのBERT,属性値抽出のための条件付きランダムフィールド(CRF)層,データアノテーションのための大規模言語モデル(LLM)を統合した先駆的フレームワークを提案する。
提案手法は, CRFのシーケンス復号技術と相乗化したBERTの頑健な表現学習を利用して, 属性値の同定と抽出を行う。
私たちの方法論は、Walmart、BestBuyのEコマースNERデータセット、CoNLLデータセットなど、さまざまなデータセットで厳格に検証されています。
論文 参考訳(メタデータ) (2023-12-09T08:26:30Z) - MM-GEF: Multi-modal representation meet collaborative filtering [51.04679619309803]
本稿では,グラフアーリーフュージョンを用いたマルチモーダルレコメンデーション MM-GEF を提案する。
MM-GEFはマルチモーダル信号と協調信号の両方から得られる構造情報を注入することにより、洗練された項目表現を学習する。
論文 参考訳(メタデータ) (2023-08-14T15:47:36Z) - End-to-end Knowledge Retrieval with Multi-modal Queries [50.01264794081951]
ReMuQは、テキストと画像のクエリからコンテンツを統合することで、大規模なコーパスから知識を取得するシステムを必要とする。
本稿では,入力テキストや画像を直接処理し,関連する知識をエンドツーエンドで検索する検索モデルReViz'を提案する。
ゼロショット設定下での2つのデータセットの検索において,優れた性能を示す。
論文 参考訳(メタデータ) (2023-06-01T08:04:12Z) - Multimodal Recommender Systems: A Survey [6.022519399411655]
マルチモーダル・レコメンダ・システム(MRS)は近年,学界と産業の両方から注目を集めている。
本稿では,主に技術的観点から,MSSモデルに関する総合的な調査を行う。
本稿では,既存のMSSモデルについて,特徴相互作用,特徴強調,モデル最適化という3つのカテゴリで紹介する。
論文 参考訳(メタデータ) (2023-02-08T05:12:54Z) - Multi-queue Momentum Contrast for Microvideo-Product Retrieval [57.527227171945796]
マルチモーダルインスタンスとマルチモーダルインスタンス間の検索を探索する最初の試みであるマイクロビデオ製品検索タスクを定式化する。
双方向検索のためのMulti-Queue Momentum Contrast(MQMC)ネットワークという新しい手法を提案する。
マルチキューを用いた識別的選択戦略は、カテゴリによって異なる負の重要性を区別するために用いられる。
論文 参考訳(メタデータ) (2022-12-22T03:47:14Z) - Data Augmentation for Abstractive Query-Focused Multi-Document
Summarization [129.96147867496205]
2つのQMDSトレーニングデータセットを提示し,2つのデータ拡張手法を用いて構築する。
これらの2つのデータセットは相補的な性質を持ち、すなわちQMDSCNNは実際のサマリを持つが、クエリはシミュレートされる。
組み合わせたデータセット上にエンドツーエンドのニューラルネットワークモデルを構築し、DUCデータセットに最新の転送結果をもたらします。
論文 参考訳(メタデータ) (2021-03-02T16:57:01Z) - MIRA: Leveraging Multi-Intention Co-click Information in Web-scale
Document Retrieval using Deep Neural Networks [5.963438927897287]
産業Web検索におけるディープリコールモデルの問題について検討する。
ウェブスケールのマルチインテンション共同クリック文書グラフを提案する。
また,Bertとグラフアテンションネットワークに基づく符号化フレームワークMIRAを提案する。
論文 参考訳(メタデータ) (2020-07-03T06:32:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。