Large Behavior Model: تعلم نموذج اللغة التنبؤ بالمشتريات كتوأم رقمي

قدم الباحثون في يوليو 2026 على arXiv نموذج السلوك الكبير (LBM) — نموذج لغة مدرب مباشرة على بيانات شراء التجزئة واسعة النطاق وقادر على بمثابة "توأم رقمي يمكن استدعاؤه" للعميل، يتنبأ بقرارات شرائه.

كيف يتم هيكلة النموذج

يصف LBM سلوك العميل من خلال صيغة واحدة "شخص-بيئة" (Person-Environment): يتم تحديد حالة العميل من خلال ملف تعريف سلوكي مبني على تاريخ عمليات الشراء السابقة، ويتم إضافة سياق المنتج من خلال الإنشاء المعزز بالاسترجاع (RAG) — يقوم النموذج بـ "جلب" المعلومات ذات الصلة حول المنتج أثناء الإنشاء بدلاً من تخزينها بالكامل في أوزانه.

يميز هذا النهج LBM عن أنظمة التوصية الكلاسيكية: بدلاً من التعامل مع العملاء كمجموعة من الميزات (العمر، سجل الطلبات، القطاع)، يعالج النموذج السلوك كسلسلة من القرارات التي يمكن وصفها بالنص وتفسيرها بنفس الطريقة التي يفسر بها نموذج لغة الحوار.

يتم تدريب النموذج في ثلاث مراحل:

• التدريب المسبق المستمر — ضبط نموذج لغة أساسي على بيانات شراء سلوكية "لفظية" (محولة إلى تنسيق نصي)
• الضبط الدقيق الخاضع للإشراف — الضبط الدقيق لتوليد قرارات شراء محددة
• التعلم المعزز مع المكافآت القابلة للتحقق — يستخدم لمعايرة النموذج بناءً على البيانات الفعلية بدلاً من التفضيلات اللغوية العامة

على أي مهام تم اختبار النموذج

اختبر المؤلفون النموذج على مجموعة واسعة من المهام النموذجية للتجزئة بدلاً من مقياس واحد ضيق، مما يسمح بالحكم على عموميته داخل المجال. قيم المؤلفون LBM على خمسة أنواع من المهام: التنبؤ بالشراء، والتمييز السلبي الصعب (hard-negative discrimination)، وإكمال السلة (basket completion)، والاستجابة لعروض ترويجية، وصرف القسائم عبر النطاقات المختلفة (cross-domain voucher redemption).

في جميع هذه المهام، تفوق LBM باستمرار على نماذج لغة عالمية من المستوى الحدودي، مع إظهار نقل معرفي قوي في وضع zero-shot — أي بدون ضبط دقيق إضافي — وبعد الضبط الدقيق على بائعي تجزئة جدد وأنواع قرارات لم يتم تدريب النموذج عليها في الأصل. هذا مهم للتطبيق العملي: لا يحتاج بائعو التجزئة إلى جمع وتسمية مجموعات بيانات ضخمة من الصفر لكل مهمة جديدة أو شبكة متاجر.

ما الذي أعطى أكبر تأثير

أظهرت تجارب الإزالة أن التدريب المسبق المستمر — مرحلة الضبط الدقيق على بيانات الشراء "اللفظية" — هو المحرك الأساسي لقدرة النموذج على تعميم السلوك على مواقف جديدة. أثبتت الاسترجاع (الحصول على سياق المنتج) أنها الأكثر فعالية عند تطبيقها في كل من مرحلة التدريب ومرحلة الاستدلال، بدلاً من مرحلة واحدة فقط. وساعد التعلم المعزز النموذج على الاعتماد أكثر على الأدلة السلوكية الصريحة من البيانات بدلاً من "الافتراضات" اللغوية العامة الموروثة من نموذج اللغة الأصلي.

ما هو معنى هذا

يوضح العمل أن البيانات السلوكية من السجلات المعاملات يمكن ترميزها بكفاءة في نموذج لغة وإنتاج أساس قابل للتوسع لـ "توائم رقمية" للعملاء — أنظمة قابلة للتطبيق على الفور لمهام تحليل التجزئة المتعددة: من التوصيات والتسويق إلى محاكاة ردود فعل المستخدمين على العروض الترويجية دون الحاجة إلى إجراء اختبارات A/B مكلفة على العملاء الفعليين.

ما هو مهم بشكل خاص من وجهة نظر عملية هو أن النموذج يسمى "يمكن استدعاؤه": يمكن لمحلل أن يتحدث إلى توأم رقمي للعميل باللغة الطبيعية والحصول على تنبؤ أو شرح لقرار ما، بدلاً من مجرد درجة احتمالية رقمية. هذا يقلل المسافة بين فريق علوم البيانات الذي يبني النموذج والمستخدمين التجاريين — المسوقين ومديري الفئات — الذين يحتاجون إلى التحقق السريع من الفرضيات حول سلوك العميل دون كتابة كود تحليلي منفصل لكل سؤال.