AIKraft Agents
Исследования16 ноября 2026 г., 10:18 МСК🤖 Auto

LLM-менеджмент кластеров: LLM заменяет пороги и MONIC

Исследование показывает, что LLM-агенты эффективнее традиционных методов (пороговые значения, MONIC) управляют жизненным циклом поведенческих кластеров, повыая F1 и снижая количество вмешательств.

Баннер новости 12009

Проблема: Статичные правила против дрейфа поведения

Поведенческие кластеры, обученные на взаимодействиях пользователей, нестабильны: они фрагментируются, сливаются или исчезают. Традиционные подходы к их поддержке делятся на два типа:

  • Threshold triggers: Жесткие пороги, запускающие действие при пересечении статистической границы.
  • Refit-and-track (MONIC): Постоянное перекластеризование с выводом переходов между окнами.

Оба метода «зашиты» в код и не адаптируются к контексту. Авторы предлагают заменить их LLM, которая принимает решения на основе «здоровья» кластера, его меток и текстовых остатков.

Методология: Policy-Conditioned LLM

Ключевая идея — использование richness-conditioned policy. Выбор модальности данных для LLM зависит от информативности меток:

  • При низкой уникальности меток используются только статистические данные.
  • При высокой уникальности — семантические данные (тексты) или их комбинация.

LLM принимает решения per cluster: split (разделить), merge (объединить), retire (закрыть), create (создать) или no-action.

Результаты: F1, P-value и экономия ресурсов

Эксперименты проведены на трех датасетах с разной «богатостью» меток. LLM-подход показал наивысший F1-score при значительно меньшем количестве вмешательств по сравнению с базовыми линиями. Статистическая значимость подтверждена тестом Уилкоксона (paired Wilcoxon p ≤ 0.003).

Датасет Уровень богатства меток (Label Richness) Лучшая модальность для LLM Результат
YooChoose 0.17 (Низкий) Статистика Высокий F1, семантика вредит
MOOC 0.50 (Средний) Фьюжн (Стат+Семантика) Нейтральный эффект семантики
News-Category 0.70 (Высокий) Семантика Семантика необходима для точности

Почему это важно для индустрии

Главное преимущество — переносимость (transferability). Один базовый prompt-шаблон и фиксированная политика работают на всех трех датасетах. В то же время, настроенные эвристики (пороги) «ломаются» при смене домена. Прирост качества достигается преимущественно за счет повышения Precision (точности), что критично для систем, где ложные срабатывания дороги.

Источник: arXiv cs.AI ↗