Perguntas frequentes

O T-Brain é a plataforma de IA de comércio da Topsort. Ele ajuda os varejistas a impulsionar busca, recomendações, ranking de produtos e previsões com modelos adaptados aos seus produtos e compradores. Você pode usar o T-Brain sem usar a plataforma de publicidade da Topsort.

​

O que é um Large Commerce Model?

Um Large Commerce Model, ou LCM, é um modelo de IA generativa criado para entender o comércio. Ele aprende com informações de produtos, comportamento dos compradores e contexto para entender o que os compradores querem e quais produtos são relevantes. Por exemplo, um LCM pode ajudar a encontrar produtos que correspondam ao pedido de um comprador, ranquear recomendações ou prever a probabilidade de um comprador comprar um produto.

​

Como um LCM difere de um Large Language Model?

Um Large Language Model, ou LLM, aprende principalmente padrões de linguagem. Um LCM aprende com sinais de comércio, incluindo catálogos de produtos, interações de compradores e compras. Isso ajuda o T-Brain a considerar tanto o que um produto é quanto como os compradores interagem com ele.

​

Para que posso usar o T-Brain?

O T-Brain oferece quatro capacidades principais:

• Retrieval: Encontrar produtos relevantes para resultados de busca e recomendações.
• Prediction: Estimar resultados como cliques e compras de produtos.
• Ranking: Ordenar produtos orgânicos, produtos patrocinados ou ambos de acordo com o resultado que você quer otimizar.
• Understanding: Gerar embeddings, representações numéricas de produtos e compradores que capturam semelhanças e relações. Você também pode usá-los nos seus próprios modelos.

Essas capacidades podem apoiar busca, personalização do site, comunicações e agentes de comércio.

​

Preciso ser um cliente atual da Topsort?

Não. Você pode enviar dados dos seus sistemas existentes, treinar modelos, avaliá-los, implantá-los e chamá-los por uma API sem usar o ad server da Topsort. Clientes atuais da Topsort também podem usar conjuntos de dados já sincronizados da Topsort.

​

Quais dados eu preciso?

Forneça o catálogo de produtos e pelo menos um mês de histórico de eventos, incluindo todas as compras e os cliques e impressões de produtos pagos. O T-Brain organiza os dados em três tipos de conjuntos de dados: categories, products e events. Os eventos devem incluir um identificador consistente do comprador para que interações e compras possam ser conectadas. Se você é cliente da Topsort, já terá três conjuntos de dados sincronizados:

• Topsort-categories
• Topsort-products
• Topsort-events

Esses conjuntos de dados são atualizados em tempo real. Você pode usá-los ao criar tarefas de treinamento e enviar conjuntos de dados adicionais quando necessário. Consulte Requisitos de dados para o formato de arquivo e os requisitos de colunas.

​

Como faço upload de dados?

Consulte Requisitos de dados para instruções sobre como criar conjuntos de dados, enviar arquivos Parquet e adicionar dados atualizados.

​

Como treino um modelo?

Uma tarefa define o que você quer que um modelo faça e de quais conjuntos de dados ele deve aprender.

1. Revise os modelos disponíveis na guia Model Garden. Escolha o modelo e a capacidade adequados ao seu caso de uso, como ranking de produtos ou previsão de conversão.
2. Prepare seus conjuntos de dados na guia Data. Use conjuntos de dados sincronizados da Topsort ou envie seus próprios arquivos.
3. Crie uma tarefa na guia Tasks. Escolha a capacidade, selecione os conjuntos de dados necessários e nomeie a tarefa. Por exemplo, uma tarefa de ranking de produtos usa conjuntos de dados de produtos e eventos.
4. Inicie o treinamento. O T-Brain treina o modelo com os conjuntos de dados selecionados.
5. Acompanhe o progresso na guia Training. Revise trabalhos de treinamento na fila, em execução e concluídos.
6. Revise os resultados na guia Evals. Inspecione métricas de qualidade do modelo e compare o desempenho antes de decidir implantar.
7. Implante o modelo. Sua aplicação pode então chamá-lo por uma API.
8. Teste o modelo implantado na guia Playground. Experimente solicitações e inspecione as previsões retornadas e os tempos de resposta.

​

O que significa fine-tuning?

O fine-tuning adapta um modelo base com os dados do seu varejista. Ele especializa o modelo para o seu catálogo, compradores e caso de uso. O modelo base do T-Brain oferece um ponto de partida. O fine-tuning ajuda o modelo a aprender os padrões específicos da sua loja.

​

Como posso avaliar um modelo?

Use a guia Evals para avaliar a qualidade do modelo e comparar modelos treinados com um modelo de referência ou uma linha de base. Você também pode fornecer dados de linha de base para comparar sua abordagem atual com o T-Brain. As avaliações podem incluir:

• Qualidade do modelo: O quanto um modelo executa bem sua tarefa de previsão ou ranking. Por exemplo, AUC ROC mede o quanto um modelo de previsão distingue resultados positivos de negativos.
• Impacto de negócio: Comparações como valor de vendas por sessão, taxa de conversão, receita de publicidade e taxa de devolução.
• Desempenho: Tempo de resposta, incluindo latência P95, o tempo dentro do qual 95% das solicitações são concluídas.

A guia Evals inclui avaliações, benchmarks, conjuntos de teste e experimentos. Use as medidas relevantes para a sua tarefa e os dados disponíveis para a comparação.

​

Quais salvaguardas e controles estão disponíveis?

O T-Brain oferece vários pontos de revisão e controle:

• Validação de dados: Os arquivos enviados são verificados em relação à estrutura exigida do conjunto de dados.
• Avaliação antes da implantação: Você pode inspecionar os resultados do treinamento e comparar a qualidade do modelo antes de implantar.
• Monitoramento em runtime: Na guia Runtime, você pode monitorar volume de solicitações, latência e taxas de erro dos modelos implantados.

​

Como atualizo um modelo?

Para conjuntos de dados que você mesmo envia, vá à guia Data e clique em Add Files para fornecer dados atualizados. Os conjuntos de dados sincronizados da Topsort são atualizados em tempo real. Atualizar um conjunto de dados e atualizar um modelo treinado são etapas separadas. Treine novamente o modelo com os conjuntos de dados atualizados, revise o desempenho e implante o modelo atualizado quando estiver pronto.

​

Meus dados ficam isolados de outros varejistas?

Sim. Seus dados enviados e seus modelos com fine-tuning ficam completamente isolados por varejista e não são compartilhados com outros varejistas.

​

Quais são as políticas de retenção e exclusão?

As políticas de retenção e exclusão podem ser configuradas de acordo com os seus requisitos. Discuta esses requisitos com seu representante da Topsort durante a configuração.

​

Posso trazer meu próprio modelo?

Sim. O T-Brain pode hospedar e implantar o seu próprio modelo. Você também pode usar embeddings do T-Brain como entradas de modelos que você mesmo constrói.

​

Como conecto um modelo à minha loja?

Sua aplicação chama um modelo implantado por uma API e usa a resposta em experiências como busca ou recomendações. A documentação da API está disponível mediante solicitação, incluindo autenticação, formatos de solicitação e resposta, latência e limites de taxa. Fale com um representante de vendas da Topsort para começar.

---