Как LLM чувствуют себя в поиске? 👉 Кажется, что поиск — это «нашёл → показал → купили». Но если бы всё было так просто, у нас не было бы этого поста. Предлагаем пройти небольшой квиз и попробовать угадать, какие особенности есть у поиска в Купер.тех на самом деле: 🟢Где LLM проще всего принимать решение? - Исправление опечаток - Проверка синонимов - Разметка релевантности - Комплементарные товары (Подсказка: не всё, что кажется простым человеку, так же просто для модели) Ответ: Валидация исправлений опечаток — лучший и самый стабильный кейс 🟢А где, наоборот, больше всего «серых зон» и субъективности? - Оценка «почти подходит» vs «подходит» - Различие похожих товаров - Понимание пользовательского намерения - Все варианты сразу Ответ: Оценка «почти подходит» vs «подходит» (промежуточные классы) 🟢Как думаете, что сильнее всего повлияло на качество LLM-разметки? - Качество промпта - Формат данных - Несколько моделей вместо одной - Выбор схемы классов - «Модель просто стала умнее» Разобраться, что действительно сыграло ключевую роль, можно в новой статье Александра Баранова, аналитика данных в команде поиска Купера, где он подробно рассказывает, как LLM-разметка прошла путь от эксперимента до инструмента в проде.