Hugging Face の開発者は、RLVE フレームワークの拡張を発表し、これを電子商取引分野における多段階の会話に適応させました。EcomRLVE-GYM と名付けられたこの新しいシステムは、対話型エージェントを単一の論理タスクではなく、ツールとの複雑な相互作用シナリオにおいてテストすることを可能にします。

このプラットフォームは、商品検索や代替品の提案から、カートへの追加、返品処理、注文追跡に至るまで、オンライン取引の主要なプロセスを網羅する 8 つの検証可能な環境を提供します。各環境には、タスクのプロシージャル生成と、アルゴリズムによって検証される報酬システムが装備されています。

モデルの学習のために、12 の軸に沿った難易度の学習カリキュラムが用意されています。このアプローチにより、店舗ポリシーに関する単純な問い合わせから、ユーザーの複数の意図を含む複雑なルートに至るまで、人工知能への負荷を徐々に高めながら訓練することが可能になります。