論文の概要: MACS: A Hybrid Multi-Agent Framework for Reliable Conversational E-Commerce Recommendation
- arxiv url: http://arxiv.org/abs/2608.14068v1
- Date: Fri, 14 Aug 2026 08:26:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-17 20:14:29.325628
- Title: MACS: A Hybrid Multi-Agent Framework for Reliable Conversational E-Commerce Recommendation
- Title（参考訳）: MACS: 信頼性の高い対話型Eコマースレコメンデーションのためのハイブリッドマルチエージェントフレームワーク
- Abstract要約: 固定触媒設定における対話推薦の信頼性向上を目的としたハイブリッドマルチエージェントフレームワークMACSを提案する。
セッション永続化の優先層は、ターン間の制約を追跡し、予算上書きの一貫性のある処理と排他的反転を可能にする。
以上の結果から,決定論的制約執行とセッションパーシステントな選好追跡を組み合わせたハイブリッドアーキテクチャにより,信頼性の高い性能が得られることが示唆された。
- 参考スコア（独自算出の注目度）: 6.509721948601823
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Conversational recommendation for e-commerce is increasingly mediated by large language models (LLMs), yet many real-world deployments operate under a stricter requirement: recommendations must be drawn only from a merchant's fixed catalog, without web search or unsupported product claims. In this setting, the main challenge is reliability under hard constraints: the system must satisfy user requirements, remain grounded in available inventory, and preserve preferences across multiple conversational turns. We present MACS (Multi-Agent Commerce System), a hybrid multi-agent framework for reliable conversational recommendation in fixed-catalog settings. MACS uses LLMs for language-facing tasks such as interpreting user requests, eliciting preferences, and generating responses, while correctness-critical operations, including product retrieval, hard-constraint filtering, brand exclusion, and progressive relaxation, are executed deterministically by the merchant agent. A session-persistent preference layer tracks constraints across turns, enabling consistent handling of budget overwrites and exclusion reversals. On a 140-query single-turn benchmark, MACS achieves the highest pass rate (87.1%) and perfect brand compliance (1.000). On a 10-scenario multi-turn benchmark, MACS achieves the strongest macro Pass@5 (72% vs. 56% GPT+Catalog / 52% Gemini+Catalog) with zero constraint drift. The advantage is sharpest on exclusion reversal (100% vs. 20% / 0%) and constraint accumulation (100% vs. 60% / 40%). Mean judged response quality is similar across systems (0.751 vs. 0.736). These results suggest that hybrid architectures combining deterministic constraint enforcement with session-persistent preference tracking provide stronger reliability-oriented performance than catalog-bound prompt-only baselines in the fixed-catalog merchant setting.
- Abstract（参考訳）: 大規模な言語モデル(LLM)によって、eコマースの会話的推奨がますます仲介されているが、多くの実世界のデプロイメントはより厳格な要件の下で運用されている: 推奨は、Web検索やサポートされていない製品要求なしに、商人の固定カタログからのみ引き出さなければならない。
この設定では、システムはユーザーの要求を満たし、利用可能な在庫に根ざし続け、複数の会話の順番で好みを保たなければならない。
Multi-Agent Commerce System(MACS)は,固定台詞設定における対話的推薦を確実にするためのハイブリッドマルチエージェントフレームワークである。
MACSは、ユーザ要求の解釈、嗜好の抽出、応答生成などの言語対応タスクにLLMを使用し、商品検索、ハード制約フィルタリング、ブランド排除、プログレッシブ緩和を含む正当性クリティカルな操作は、商店員によって決定的に実行される。
セッション永続化の優先層は、ターン間の制約を追跡し、予算上書きの一貫性のある処理と排他的反転を可能にする。
140キューのシングルターンベンチマークでは、MACSは最高パスレート (87.1%) と完全ブランドコンプライアンス (1.000) を達成した。
10-scenarioのマルチターンベンチマークでは、MACSは制約ドリフトがゼロである最強マクロPass@5(72% vs. 56% GPT+Catalog / 52% Gemini+Catalog)を達成する。
排他的逆転(100% vs. 20% / 0%)と制約蓄積(100% vs. 60% / 40%)が最も有利である。
平均応答品質はシステム間で類似している(0.751 vs. 0.736)。
これらの結果から,決定論的制約執行とセッションパーシステントな嗜好追跡を組み合わせたハイブリッドアーキテクチャは,固定カタログ商店環境におけるカタログバウンドなプロンプトのみのベースラインよりも信頼性の高い性能を実現することが示唆された。
関連論文リスト
- From Production Traffic to Post-Training: Building a Self-Hosted LLM That Covers the Corporate Request Mix [55.08143827481755]
200以上の内部アプリケーションから1つのモデルにトラフィックを集約します。
我々は、各軸ごとに別々のGRPOエキスパートを訓練し、2段階のSLERPを介してそれらをマージする。
このモデルは、プラットフォームトラフィックの50%、月1億6600万リクエストをサービスコストのごく一部で吸収する。
論文 参考訳（メタデータ） (2026-09-01T17:39:26Z) - Retrieve, Match, Escalate: Accurate and Scalable Product Linking with VLM-Distilled Cross-Encoders and Agentic VLMs [1.799279866735219]
プロダクトリンクは断片化されたリストを集約するので、下流の検索、レコメンデーション、広告は製品ごとに1つのクリーンなエントリを見ることができる。
市場規模では、何十億もの騒々しいマルチカテゴリのレコードが、何千万もの標準製品に対して解決されなければならない。
本稿では, 難易度に比例した生産回収マッチカスケードを提案する。
論文 参考訳（メタデータ） (2026-08-25T18:26:34Z) - RouteRec: Strict Evaluation of Recommender-Agent Selection and Aggregation [4.548136909830987]
RouteRecは、要求レベルのハードセレクションとアイテムレベルの学習アグリゲーションを比較するフレームワークである。
MovieLens-1Mでは、フルクオリティのオラクルには相当なヘッドルーム(HR@10 = 0.584)がある。
結果として得られる教訓は、ルーティングが解決されるのではなく、アイテムレベルの集約がより有望なアクション空間であるということだ。
論文 参考訳（メタデータ） (2026-07-10T18:58:52Z) - Mind the Gap: Can Frontier LLMs Pass a Standardized Office Proficiency Exam? [90.39633603556767]
コンピュータ自動化のための大規模言語モデル(LLM)エージェントは加速しているが、複雑なプロフェッショナルグレードの生産性ソフトウェアをナビゲートする能力はほとんどテストされていない。
この能力を定量化するために,中国のコンピュータランク試験(NCRE)に基づく評価を導入する。
我々は7つのフロンティア LLM をベンチマークし、スターク制限を観測した。
より強力なエージェントシステムであり、実行フィードバック、反復的修復、より広いオフィス自動化アクセスは68.8%に達するが、スコアの正当性チェックとして使われる95.5%のコミュニティ基準スコアを下回っている。
論文 参考訳（メタデータ） (2026-06-09T14:59:14Z) - CUJBench: Benchmarking LLM-Agent on Cross-Modal Failure Diagnosis from Browser to Backend [2.9612444540570113]
診断フレーミングにおけるブラウザ可視性障害証拠とバックエンド可観測性を組み合わせた最初のベンチマークであるCUJBenchを提案する。
このベンチマークでは、全体的な精度は19.7%、天井は52%、飽和度よりかなり低い。
論文 参考訳（メタデータ） (2026-04-25T22:10:53Z) - CCTU: A Benchmark for Tool Use under Complex Constraints [66.87622847854337]
複雑な制約下での大規模言語モデル(LLM)を評価するためのベンチマークであるCCTUを紹介する。
ベンチマークは、さまざまなツール使用シナリオに対して、慎重にキュレートされ、挑戦的なテストケースが200から成っている。
ステップレベルの検証を行い、コンプライアンスを強制する実行可能な制約検証モジュールを開発する。
論文 参考訳（メタデータ） (2026-03-16T14:05:13Z) - MultiHaystack: Benchmarking Multimodal Retrieval and Reasoning over 40K Images, Videos, and Documents [57.32877731797049]
MultiHaystackは、大規模なクロスモーダル条件下での検索と推論の両方を評価するために設計された最初のベンチマークである。
モデルが対応するエビデンスを付与した場合,その性能は,全コーパスからそのエビデンスを取得するために必要な場合,急激に低下することがわかった。
論文 参考訳（メタデータ） (2026-03-05T21:43:02Z) - LLMs as Orchestrators: Constraint-Compliant Multi-Agent Optimization for Recommendation Systems [8.70920344844399]
制約付き多目的eコマースレコメンデーションのためのLLM協調型デュアルエージェントフレームワークであるDualAgent-Recを提案する。
Amazon Reviews 2023データセットの実験では、DualAgent-Recが100%制約満足度を達成した。
これらの結果から,LSMはデプロイおよび制約に準拠したレコメンデーションシステムにおいて,効果的なオーケストレーションエージェントとして機能することが示唆された。
論文 参考訳（メタデータ） (2026-01-27T02:46:13Z) - PCN-Rec: Agentic Proof-Carrying Negotiation for Reliable Governance-Constrained Recommendation [0.0]
PCN-Rec(PCN-Rec)は、自然言語による推論を決定論的執行から切り離す、証明付きネゴシエーションパイプラインである。
MovieLens-100Kでは、PCN-Recが98.55%のパスレートを達成した。
論文 参考訳（メタデータ） (2026-01-14T15:00:00Z) - Reliable LLM-Based Edge-Cloud-Expert Cascades for Telecom Knowledge Systems [54.916243942641444]
大規模言語モデル(LLM)は、通信などの分野において、自動化の鍵となる存在として浮上している。
本研究では,問合せパイプラインによる意思決定を支援する,エッジクラウドに精通したLLMベースの知識システムについて検討する。
論文 参考訳（メタデータ） (2025-12-23T03:10:09Z) - OmniEAR: Benchmarking Agent Reasoning in Embodied Tasks [52.87238755666243]
OmniEARは,言語モデルが身体的相互作用やツールの使用,マルチエージェントの協調にどう影響するかを評価するためのフレームワークである。
我々は、家庭と工業領域にまたがる1500のシナリオにおける連続的な物理的特性と複雑な空間的関係をモデル化する。
我々の体系的な評価は、モデルが制約から推論しなければならない場合、厳しい性能劣化を示す。
論文 参考訳（メタデータ） (2025-08-07T17:54:15Z) - Reverse Preference Optimization for Complex Instruction Following [61.39734201711077]
本稿では,Reverse Preference Optimization (RPO) という,シンプルで効果的な手法を提案する。
選択された応答が完璧であることを保証するために、命令内の制約を動的に反転させることで、優先ペアのノイズを緩和する。
RPOはモデルサイズで効果的にスケールし、70B RPOモデルはGPT-4oを超える。
論文 参考訳（メタデータ） (2025-05-28T09:44:27Z)
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。