Endüstriyel B2B uygulamalarında yaşanan aşırı veri kıtlığı sorunu, araştırmacıları yeni çözümler aramaya yöneltti. İnşaat sahası risk tahmini ve malzeme tedariki gibi alanlarda geleneksel kimlik tabanlı işbirlikçi filtreleme yöntemleri, yetersiz etkileşim sinyalleri nedeniyle başarısız oluyor.
Bu soruna çözüm olarak geliştirilen LLMAR (LLM-Açıklamalı Öneri Sistemi), hiçbir ayarlama gerektirmeyen devrimsel bir çerçeve sunuyor. Sistem, büyük dil modellerinin akıl yürütme kapasitesini sistematik olarak entegre ederek kullanıcıların gizli motivasyonlarını yakalıyor.
LLMAR'ın üç temel yeniliği bulunuyor. İlk olarak, çıkarım odaklı açıklama sistemi kullanıcı davranış geçmişini yapılandırılmış anlamlı motivasyonlara dönüştürüyor. Bu sayede geleneksel kimlik tabanlı yöntemlerin ulaşamadığı akıl yürütme tabanlı eşleştirme mümkün hale geliyor.
İkinci yenilik olan yansıma döngüsü, halüsinasyonları azaltmak ve bağlam sorunlarını çözmek için oluşturulan sorguları iyileştiren bir öz-düzeltme mekanizması içeriyor. Bu özellik sistemin güvenilirliğini önemli ölçüde artırıyor.
Bu gelişme, özellikle sık veri kayması yaşanan ve operasyonel maliyetlerin yüksek olduğu endüstriyel ortamlarda büyük bir ilerleme sağlıyor.