論文の概要: A Modular LLM Framework for Explainable Price Outlier Detection

• arxiv url: http://arxiv.org/abs/2603.20636v1
• Date: Sat, 21 Mar 2026 04:11:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-24 19:11:39.007604
• Title: A Modular LLM Framework for Explainable Price Outlier Detection
• Title（参考訳）: 説明可能な価格出力検出のためのモジュール型LLMフレームワーク
• Authors: Shadi Sartipi, John Wu, Sina Ghotbi, Nikhita Vedula, Shervin Malmasi,
• Abstract要約: 本稿では,外付け価格のフラグ付けを関連製品の検出と比較に基づく推論タスクとして扱うエージェント型大規模言語モデル(LLM)フレームワークを提案する。 本システムは、商品の価格を3段階に分けて処理する。 (i)関連分類は、製品説明及び属性を用いて価格関連類似製品を選択し、 (ii)相対効用評価は、価格影響次元に沿って、各類似製品に対して目標製品を評価する。 (iii)推論に基づく決定は、これらの正当性を説明可能な価格外れ判定に集約する。
• 参考スコア（独自算出の注目度）: 18.835973360203784
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Detecting product price outliers is important for retail and e-commerce stores as erroneous or unexpectedly high prices adversely affect competitiveness, revenue, and consumer trust. Classical techniques offer simple thresholds while ignoring the rich semantic relationships among product attributes. We propose an agentic Large Language Model (LLM) framework that treats outlier price flagging as a reasoning task grounded in related product detection and comparison. The system processes the prices of target products in three stages: (i) relevance classification selects price-relevant similar products using product descriptions and attributes; (ii) relative utility assessment evaluates the target product against each similar product along price influencing dimensions (e.g., brand, size, features); (iii) reasoning-based decision aggregates these justifications into an explainable price outlier judgment. The framework attains over 75% agreement with human auditors on a test dataset, and outperforms zero-shot and retrieval based LLM techniques. Ablation studies show the sensitivity of the method to key hyper-parameters and testify on its flexibility to be applied to cases with different accuracy requirement and auditor agreements.
• Abstract（参考訳）: 商品価格の暴落を検出することは、小売店や電子商取引店にとって、競争力、収益、消費者信頼に悪影響を及ぼす誤った、あるいは予想外の高い価格として重要である。 古典的なテクニックは、製品属性間のリッチなセマンティックな関係を無視しながら、単純なしきい値を提供します。 本稿では,外付け価格のフラグ付けを関連製品の検出と比較に基づく推論タスクとして扱うエージェント型大規模言語モデル(LLM)フレームワークを提案する。 システムは、ターゲット商品の価格を3段階に分けて処理する。 一 商品明細書及び属性を用いて価格関連類似商品を選択すること。 2 相対実用性評価は、価格に影響を及ぼす寸法(例えば、ブランド、サイズ、特徴)に沿って、各類似商品に対して目標商品を評価する。 三 理性に基づく決定は、これらの正当化を説明可能な価格外れ判定に集約する。 このフレームワークは、テストデータセット上での人間の監査者と75%以上の合意に達し、ゼロショットと検索に基づくLLM技術より優れています。 アブレーション研究は、この手法が鍵となるハイパーパラメータに対する感度を示し、その柔軟性を、異なる精度の要件と監査者合意を持つケースに適用可能であることを証明している。

関連論文リスト

• Are LLMs Vulnerable to Preference-Undermining Attacks (PUA)? A Factorial Analysis Methodology for Diagnosing the Trade-off between Preference Alignment and Real-World Validity [45.92643973404507]
  我々は,協調型モデルが,操作的プロンプト戦略のクラスであるpreference-Undermining Attacks (PUA) に対して脆弱であるかどうかを検討する。 驚くべきことに、より高度なモデルは、時にはマニピュティブなプロンプトに影響を受けやすい。
  論文  参考訳（メタデータ） (2026-01-10T15:16:23Z)
• TACLR: A Scalable and Efficient Retrieval-based Method for Industrial Product Attribute Value Identification [19.911923049421137]
  製品属性値識別 (PAVI) のための最初の検索手法である TACLR (Contrastive Learning Retrieval) を導入する。 TACLRは、製品プロファイルと候補値を埋め込みに符号化し、その類似性に基づいて値を取得することにより、情報検索タスクとしてPAVIを定式化する。 1)正規化された出力を生成しながら暗黙的およびOOD値を効果的に処理し、(2)数千のカテゴリ、数千の属性、そして数百万の値にスケールし、(3)高負荷の産業展開のための効率的な推論をサポートする。
  論文  参考訳（メタデータ） (2025-01-07T14:45:30Z)
• Self-Refinement Strategies for LLM-based Product Attribute Value Extraction [51.45146101802871]
  本稿では,製品属性値抽出タスクに2つの自己補充手法を適用した。 実験の結果, 2つの自己補充技術は, 処理コストを大幅に増大させながら, 抽出性能を著しく向上させることができないことがわかった。 開発データを持つシナリオでは、ファインチューニングが最もパフォーマンスが高いのに対して、ファインチューニングの上昇コストは製品記述の量が増加するにつれてバランスがとれる。
  論文  参考訳（メタデータ） (2025-01-02T12:55:27Z)
• Exploring Fine-grained Retail Product Discrimination with Zero-shot Object Classification Using Vision-Language Models [50.370043676415875]
  スマートリテールアプリケーションでは、多数の製品とその頻繁なターンオーバーは信頼性の高いゼロショットオブジェクト分類方法を必要とする。 我々は28の異なる製品カテゴリからなるMIMEXデータセットを紹介した。 我々は、提案したMIMEXデータセット上で、最先端ビジョン言語モデル(VLM)のゼロショットオブジェクト分類性能をベンチマークする。
  論文  参考訳（メタデータ） (2024-09-23T12:28:40Z)
• A Primal-Dual Online Learning Approach for Dynamic Pricing of Sequentially Displayed Complementary Items under Sale Constraints [54.46126953873298]
  顧客に対して順次表示される補完アイテムの動的価格設定の問題に対処する。 各項目の価格を個別に最適化するのは効果がないため、補完項目のコヒーレントな価格ポリシーが不可欠である。 実世界のデータからランダムに生成した合成設定を用いて,我々のアプローチを実証的に評価し,制約違反や後悔の観点からその性能を比較した。
  論文  参考訳（メタデータ） (2024-07-08T09:55:31Z)
• A Hybrid Statistical-Machine Learning Approach for Analysing Online Customer Behavior: An Empirical Study [2.126171264016785]
  我々は、中国最大のオンライン小売店であるJDにおいて、特定の商品カテゴリーに対する454,897人のオンライン顧客行動を分析するハイブリッド解釈モデルを開発した。 以上の結果から,顧客の製品選択が約束される納期に無関心であることが分かるが,この要因は顧客の注文量に大きな影響を及ぼす。 特定のディスカウントアプローチがより効果的である製品クラスを特定し、異なるディスカウントツールの使用を改善するためのレコメンデーションを提供する。
  論文  参考訳（メタデータ） (2022-12-01T19:37:29Z)
• Fairness, Welfare, and Equity in Personalized Pricing [88.9134799076718]
  顧客特性に基づくパーソナライズ価格における公平性、福祉、株式の配慮の相互作用について検討する。 選択ワクチンの価格補助金と、マイクロクレジットの下流結果に対するパーソナライズされた利率の影響の2つの設定において、パーソナライズされた価格の潜在的利点を示す。
  論文  参考訳（メタデータ） (2020-12-21T01:01:56Z)
• Explainable AI for a No-Teardown Vehicle Component Cost Estimation: A Top-Down Approach [1.3700176775696422]
  本稿では、機械学習とゲーム理論の概念を組み合わせることで、自動車価格のモデリングと部品価格の推定にデータ駆動によるアプローチを提案する。 製造元が提案する小売価格で部品価格と車両価格を推定するための一般的な分解手法と調査手法の代替方法を示す。 この新たなエクササイズは、顧客レベルでの技術の正確な価格設定を提供するだけでなく、製造業者間の価格戦略に大きなギャップがあることも示している。
  論文  参考訳（メタデータ） (2020-06-15T23:47:19Z)

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。