用 Jev 做商品推荐：预印本显示小型训练模型更胜一筹

来自意大利和德国的研究人员发布了预印本 Decision4Rec，他们围绕决策模型搭建了一个推荐系统。被测试的模型中也包括 jev-1.13.0 版本的 Jev，作者通过其 API 调用。S67 对网店来说，这一结果最值得关注的是哪些做法没有奏效：直接使用发布版本的决策模型，对常规推荐系统的提升很小；而一个基于用户真实选择训练的小型开源模型，在大多数设置中都超过了 Jev。S67 v1 版本自2026年10月19日起发布在 arXiv 上，这是一篇尚未完成同行评审的预印本。S67

系统是如何搭建的

作者来自 Università degli studi di Bari Aldo Moro 和 Otto-von-Guericke University Magdeburg。他们将决策模型定义为：针对类型化问题为每个选项返回一个概率、且不生成文本的语言模型。S67 该系统由四部分组成。知识图谱把行为日志改写成基于该商店自身尺度的简短陈述，例如某件商品的销量位于前 10%；这个图谱不需要训练。一组智能体提出候选商品，一个辅助排序模型从中保留 30 个。随后，决策模型根据候选商品的文本、陈述以及是哪个智能体找到它们的信息进行选择。最后，它的回答与排序模型的分数相结合。S67

每个用户只需一次请求，包含两个问题，每个问题有 30 个选项；一个选项的陈述约占 20 个 token。S67 除 Jev 外，作者还测试了开源的 Kev 模型，以及他们自己用 LoRA 训练的版本，参数规模从 0.8B 到 27B。S67 训练使用了三个源领域（Amazon Video Games、Amazon Musical Instruments 以及 Steam 的一个样本），Amazon Industrial and Scientific 和 MovieLens-1M 两个领域留作验证。评估指标为 NDCG@10，每个领域使用 2,000 名测试用户。S67

收益从何而来

使用训练过的 4B 模型时，整个系统在 Amazon Video Games 上的 NDCG@10 比最佳训练基线高 25%，在 Musical Instruments 上高 36%。在数据密集的 Steam 数据集上，差异为 +1%，且不具有统计显著性。S67 不过，大部分收益其实已经来自智能体组与排序模型：不使用决策模型时，结果分别为 +17%、+26% 和 −1%。S67 在决策模型训练时未见过的 Industrial and Scientific 领域，使用 4B 模型的系统达到了 SASRecF 基线结果的 131%。S67

未经训练的发布版 Kev-4B 在对 SASRec 模型的前 50 个推荐重新排序时，在任何数据集上都没有显著更好，帮助到的用户与随机排序大致相同。S67 但当它以简短陈述的形式获得顾客行为信息后，在三个领域中的两个分别提升了 19% 和 45%。S67

Jev 对比小型训练模型

作者自己训练的 Kev-0.8B 在十五种设置中的十一种优于发布版 Jev，幅度为 14% 到 43%，且没有一种设置更差。训练后的 Kev-4B 在十五种设置中的十四种超过了 Jev。S67 发布版 Jev 与发布版 Kev-4B 在十五种设置中的十种没有显著差异。S67 作者由此得出结论：基于真实选择的训练，远比模型的规模或价格更重要。S67

Jev 的响应时间为 310 到 340 ms，按实验期间的价格每百万输入 token 0.042 USD 计算，一千名用户的费用为 0.15 到 0.22 USD。与 Jev 相关的整个部分共花费 4.89 USD。S67 训练后的 Kev-0.8B 在一块 24 GB 显存的 GPU 上，每名用户需要 157 到 167 ms。S67 作者还在几小时后重新发送了同样的 1,200 个请求。只有 0.3% 到 0.7% 的回答完全一致，7% 的请求首选项发生了变化。这对准确率影响很小，但托管模型的结果并不只取决于请求本身。S67 他们认为还有其他限制：用户无法对 Jev 进行微调，其输出不能用于训练更便宜的模型，顾客数据会随每次请求外传，而且厂商可能下线某个版本。S67

这对斯洛伐克网店意味着什么

最大的收益出现在稀疏的商品目录中，平均每件商品有 16 到 32 次交互。在密集的 Steam 数据和 MovieLens-1M 的基础版本上没有收益。S67 商品种类多、每件商品购买次数少的小型网店，更接近这些稀疏数据集，但该预印本并未直接对此进行测试。

JEV.sk 自己的建议：如果您考虑用 Jev 推荐相关商品，不要指望仅仅对现有推荐系统的结果重新排序就能带来提升。根据该预印本，关于销量和顾客行为的简短陈述，以及来自多个来源的推荐，作用更大。S67 如果希望顾客再次访问时看到相同的推荐，请保存结果，因为同样的请求可能得到不同的结果。S67 调用成本可以参照价格与限制指南计算，更全面的使用概览请见 Jev 用于网店页面。

预印本的局限

只有约 9% 到 25% 的用户，其目标商品出现在 30 个候选中，因此重新排序无法帮助其余用户。S67 每个模型只训练了一次，基线模型由作者自行实现，针对新用户的验证仍在进行中。S67 测试的版本是 jev-1.13.0。jev-latest 别名目前指向 jev-1.14.0，该版本自2026年10月14日起可用，价格同样为每百万输入 token 0.042 USD。S01 新版本的表现是否会有所不同，该预印本没有研究，JEV.sk 也没有测量过其中任何内容。