AIGP：基于 LLM 的电子商务定价长期价值调整框架

大型电子商务中的传统动态定价模型存在可解释性有限、非结构化信息利用率低以及与累计商品总价值 (GMV)、投资回报率 (ROI) 和里程碑成就等长期业务目标不一致的问题。我们提出 AIGP，这是一种新颖的框架，利用领域知识、结构化数据和文本上下文提示的 大语言模型 (LLM) 来做出可解释的、知识感知的定价决策。为了高效部署，同时保持高质量输出，我们对 知识蒸馏 采用受监督的 微调。 AIGP 的核心是长期价值估计器 (LTVE)，通过历史数据的离线强化学习进行训练，作为奖励模型对候选定价行为进行评分并选择直接偏好优化 (DPO) 的偏好对，从而使定价政策与长期业务目标保持一致。陶厂的广泛线下评估和大规模在线 A/B 测试表明，AIGP 取得了显着改进：与生产基线相比，GMV 提高了 13.21%，ROI 提高了 7.59%，14 天内里程碑实现率提高了 8.20%，同时提供了可解释和透明的定价原理。