Alibaba проверила самообучающихся агентов SPAR на 200 тысячах продавцов: конверсия выросла на 15,8%.
Мы изучили исследование Alibaba, посвящённое самообучающимся ИИ-агентам. Компания проверила систему SPAR не в песочнице, а в реальном A/B-тесте с участием более 200 тысяч продавцов. Она управляет B2B-продажами на площадке Alibaba 1688. Конверсия выросла на 15,8%, а число продавцов с высокой заинтересованностью увеличилось на 35,8%.
Как устроено обучение SPAR
Система обучается на двух уровнях и при этом не меняет веса модели. На первом уровне агент накапливает эпизодическую память по каждому продавцу и переносит накопленный опыт в следующие сессии. Второй уровень представляет собой общую базу стратегий продаж, каждая из которых описана как проверяемая гипотеза.
Перед изменением стратегии SPAR выясняет причины неудачи: ошибка в подходе или влияние внешних обстоятельств. Если провал случаен и вызван внешними факторами, рабочую стратегию не пересматривают.
Эксперты в предметной области оценили качество продаж SPAR на 4,62 из 5. Это лучший результат среди всех протестированных методов. Тем, кто разрабатывает агентов, которые учатся на результатах реальной работы, стоит заложить механизм определения причин успехов и провалов до сохранения опыта в память.
Источник: arXiv
Ещё новости:
