Traditionelle Empfehlungssysteme sind hervorragend darin, Artikel nach Relevanz zu ordnen, aber Nutzer haben oft Schwierigkeiten, unter den Top-Ergebnissen zu wählen. Ein neuer Ansatz des Internet-Technologie-Teams von vivo führt eine 'Entscheidungsebene' ein, die auf großen Sprachmodellen basiert. Anstatt den Ranking-Algorithmus zu ändern, generiert diese Ebene erklärbare Vergleiche für mehrere ähnliche Artikel, sodass Nutzer Abwägungen sehen und fundierte Entscheidungen treffen können. Das System nutzt LLMs, um frei Vergleiche zu erkunden, und wendet dann technische Einschränkungen an, um stabile, produktionsreife Ausgaben zu gewährleisten. Diese Methode zielt darauf ab, die Benutzererfahrung von passivem Empfang von Empfehlungen zu aktiver Entscheidungsfindung zu transformieren. Für Entwickler und Produktmanager ist dies ein praktischer Weg, Empfehlungssysteme zu verbessern, ohne die bestehende Infrastruktur zu überholen.
Vivos Technikteam schlägt eine LLM-gestützte Entscheidungsebene nach dem Ranking vor, um Nutzern den Vergleich und die Auswahl ähnlicher Artikel zu erleichtern.