論文の概要: ShopX: A Foundation Model for Intent-to-Item Fulfillment in Agentic Shopping

• arxiv url: http://arxiv.org/abs/2606.31693v1
• Date: Tue, 30 Jun 2026 14:05:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-01 18:27:19.245971
• Title: ShopX: A Foundation Model for Intent-to-Item Fulfillment in Agentic Shopping
• Title（参考訳）: ShopX: エージェント・ショッピングにおけるインテント・ツー・アイテム・フルフィルメントの基礎モデル
• Abstract要約: ShopXは、意図の理解、実行計画、柔軟なSIDネイティブなアイテムスペース操作を統合する、モデルネイティブなショッピングフレームワークである。 モデルネイティブのフルフィルメントは、特に複雑な要求やあいまいな要求に対して、全体的なフレームワークの振舞いを改善する。
• 参考スコア（独自算出の注目度）: 26.376854513688205
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The wave of AI-native applications is moving shopping beyond page- and feed-based browsing toward intent-driven experiences orchestrated by LLM agents. A common design wraps an LLM around existing search and recommendation pipelines, forcing complex intents through low-bandwidth retrieval or ranking interfaces and leaving a gap between language understanding and item-space fulfillment. Generative recommendation gives LLMs a direct item-space interface through semantic IDs (SIDs), but existing models mainly generate candidates for retrieval rather than translate flexible intents into item-space outcomes. We propose ShopX to address this bottleneck by unifying intent understanding, execution planning, and flexible SID-native item-space operations into a single foundation model. We deploy ShopX in agentic shopping workflows through a model-native item-fulfillment framework with a serving harness that defines a model-facing action protocol and exposes support surfaces for context access, catalog grounding, and state management. Within this framework, ShopX plans and composes SID-based item-space operations such as SID beam-search retrieval, listwise ranking, or product bundling. This model-centric design reduces lossy hand-offs between agent orchestration and item-space execution. To build ShopX, we design semantically recoverable, LLM-operable SIDs and a training recipe that equips a general LLM for flexible multi-turn item-space fulfillment while retaining the knowledge and instruction-following abilities needed by a shopping agent. We evaluate the ShopX framework against tool-mediated agentic systems on single- and multi-turn fulfillment tasks derived from anonymized Taobao production logs, showing that model-native fulfillment improves overall framework behavior, especially on complex or ambiguous requests.
• Abstract（参考訳）: AIネイティブアプリケーションの波は、ページやフィードベースのブラウジングを超えて、LLMエージェントによって編成されたインテント駆動エクスペリエンスへとショッピングを移行している。 一般的な設計では、既存の検索とレコメンデーションパイプラインを中心にLLMをラップし、低帯域検索やランキングインターフェースを通じて複雑なインテントを強制し、言語理解とアイテム空間のフルフィルメントのギャップを埋める。 ジェネレーティブ・レコメンデーションは、LLMにセマンティックID(SID)を通じて直接アイテム空間インタフェースを提供するが、既存のモデルは、フレキシブルインテントをアイテム空間の結果に変換するのではなく、検索の候補を生成する。 目的理解,実行計画,柔軟なSIDネイティブなアイテムスペース操作を単一基盤モデルに統一することで,このボトルネックに対処するShopXを提案する。 モデル対応アクションプロトコルを定義し,コンテキストアクセスやカタロググラウンド,状態管理のサポート面を公開するサービスハーネスを備えた,モデルネイティブなアイテムフルフィルメントフレームワークを通じて,エージェント型ショッピングワークフローにShopXをデプロイする。 このフレームワーク内でShopXは、SIDビーム検索、リストワイドランキング、製品バンドルなどのSIDベースのアイテムスペース操作を計画し、構成する。 このモデル中心の設計は、エージェントオーケストレーションとアイテムスペース実行の間の損失のあるハンドオフを減らす。 ShopXを構築するために,ショッピングエージェントが必要とする知識と指示追従能力を維持しつつ,多ターンアイテム空間のフレキシブルなフルフィルメントに汎用LLMを装備する,意味的に回復可能なLLM操作型SIDとトレーニングレシピを設計する。 匿名化されたTaobaoの生産ログから得られた一方向および多方向のフルフィルメントタスク上でのツール介在型エージェントシステムに対するShopXフレームワークの評価を行い,特に複雑あるいはあいまいな要求に対して,モデルネイティブなフルフィルメントが全体的なフレームワーク動作を改善することを示す。

関連論文リスト

• When LLMs Team Up: A Coordinated Attack Framework for Automated Cyber Intrusions [27.62993988829038]
  本稿では,侵入型タスク分析のための協調型マルチエージェントフレームワークであるCAESARを提案する。 CAESARはワークフローを5つの型付きロールに分解し、境界付きプロトコルを介してそれらを調整する。 予算とツールアクセスが一致した単一エージェントベースラインと比較して、CAESARはタスクの成功を改善し、パフォーマンスのばらつきを低減する。
  論文  参考訳（メタデータ） (2026-05-09T07:47:42Z)
• A Unified Language Model for Large Scale Search, Recommendation, and Reasoning [29.766824024623336]
  我々は,事前学習されたデコーダのみのLLMを,ツールフリーでカタログを基盤としたジェネレータに適応させるフレームワークNEOを紹介する。 NEOは、アイテムをSIDとして表現し、自然言語と型付きアイテム識別子をインターリーブするために単一のモデルを訓練する。 我々は,複数のメディアタイプと発見タスクにまたがる1000万項目以上の実世界のカタログ上で,NEOを大規模に評価する。
  論文  参考訳（メタデータ） (2026-03-18T09:42:32Z)
• FABRIC: Framework for Agent-Based Realistic Intelligence Creation [3.940391073007047]
  大規模言語モデル(LLM)はエージェントとしてますます多くデプロイされ、目標を分解し、ツールを実行し、動的環境で結果を検証することが期待されている。 本稿では,LLMのみを用いたエージェントデータの統一化フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-20T18:20:22Z)
• MaskSearch: A Universal Pre-Training Framework to Enhance Agentic Search Capability [106.35604230971396]
  最近のエージェント技術の進歩により、大規模言語モデル(LLM)は、検索、計画、推論のためのツールを自律的に活用することができる。 エージェントの普遍的な検索能力を高めるために,新しい事前学習フレームワークMaskSearchを提案する。 事前学習の段階では、検索ツールを用いてマスク付きスパンを埋めるRetrieval Augmented Mask Prediction (RAMP)タスクを導入する。 その後、モデルは下流のタスクでトレーニングされ、さらなる改善が達成されます。
  論文  参考訳（メタデータ） (2025-05-26T17:58:50Z)
• EcomScriptBench: A Multi-task Benchmark for E-commerce Script Planning via Step-wise Intention-Driven Product Association [83.4879773429742]
  本稿では,E-Commerce Script Planning(EcomScript)の課題を3つの逐次サブタスクとして定義する。 本稿では,各ステップに製品を関連付けることで,拡張性のある製品リッチスクリプトの生成を可能にする新しいフレームワークを提案する。 最初の大規模なEcomScriptデータセットであるEcomScriptBenchを構築しました。
  論文  参考訳（メタデータ） (2025-05-21T07:21:38Z)
• Learning to Reason and Navigate: Parameter Efficient Action Planning with Large Language Models [63.765846080050906]
  本稿では,大規模言語モデル (PEAP-LLM) を用いたパラメータ効率の高いアクションプランナを提案する。 実験により,提案したREVERIEモデルが従来の最先端モデルよりも優れていることが示された。
  論文  参考訳（メタデータ） (2025-05-12T12:38:20Z)
• DynaSaur: Large Language Agents Beyond Predefined Actions [126.98162266986554]
  既存のLLMエージェントシステムは、通常、各ステップで固定セットと事前定義されたセットからアクションを選択する。 動作を動的に生成・構成できるLLMエージェントフレームワークを提案する。 このフレームワークでは、汎用プログラミング言語で書かれたプログラムを生成し実行することで、エージェントが環境と対話する。
  論文  参考訳（メタデータ） (2024-11-04T02:08:59Z)
• ROS-LLM: A ROS framework for embodied AI with task feedback and structured reasoning [74.58666091522198]
  非専門家による直感的なロボットプログラミングのためのフレームワークを提案する。 ロボットオペレーティングシステム(ROS)からの自然言語のプロンプトと文脈情報を活用する 我々のシステムは,大規模言語モデル (LLM) を統合し,非専門家がチャットインタフェースを通じてシステムにタスク要求を記述できるようにする。
  論文  参考訳（メタデータ） (2024-06-28T08:28:38Z)
• GenSERP: Large Language Models for Whole Page Presentation [22.354349023665538]
  GenSERPは、中間検索結果を動的に整理する数ショット設定で視覚を持つ大きな言語モデルを活用するフレームワークである。 私たちのアプローチには,情報収集,回答生成,採点フェーズという3つの主要な段階があります。
  論文  参考訳（メタデータ） (2024-02-22T05:41:24Z)
• LASER: LLM Agent with State-Space Exploration for Web Navigation [57.802977310392755]
  大規模言語モデル(LLM)は、Webナビゲーションのようなインタラクティブな意思決定タスクにうまく適応している。 以前のメソッドでは、モデルに対して前方のみの実行モードを暗黙的に仮定しており、そこでは、オンコンテキストの例として、オラクルのトラジェクトリのみを提供する。 本稿では,対話型タスクを状態空間探索としてモデル化することを提案する。
  論文  参考訳（メタデータ） (2023-09-15T05:44:08Z)
• Recommender AI Agent: Integrating Large Language Models for Interactive Recommendations [53.76682562935373]
  我々は,LLMを脳として,レコメンダモデルをツールとして使用する,textbfInteRecAgentという効率的なフレームワークを紹介した。 InteRecAgentは会話レコメンデーションシステムとして満足度を達成し、汎用LLMよりも優れる。
  論文  参考訳（メタデータ） (2023-08-31T07:36:44Z)

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。