For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/ja/articles/shopx-explained-model-native-intent-to.md.
ショッピングは短いキーワード検索から、意図を完全に表現する方向へと移行しています。「防水スニーカー」と入力する代わりに、ユーザーは状況全体を説明するかもしれません。 > 「今週末にテーマパークに行く予定です。写真映えし、一日中歩いても快適で、軽い雨にも対応できる服装が欲しいのです...
ショッピングは短いキーワードクエリから、意図を完全に表現する形へと移行しています。
「防水スニーカー」と入力する代わりに、ユーザーは状況全体を説明するかもしれません：
「今週末、遊園地に行く予定です。写真に映えて、1日中歩いても快適で、小雨にも対応できる服装が欲しいんです。」
このリクエストには、商品カテゴリー以上の情報が含まれています。目的地、見た目の好み、天候条件、快適性の要件、そして調和のとれた複数のアイテムへの暗黙のニーズが含まれています。
次のやり取りでは難易度がさらに上がります：
「この靴が気に入りました。似たような選択肢を見せてください。ただし、もっと柔らかいものがいいです。」
有用なシステムは、「この」靴が何を指しているのか、ユーザーがなぜ気に入ったのか、代替品が元の遊園地シナリオに適合するかどうかを記憶しなければなりません。
現在の多くのAIショッピングシステムは、大規模言語モデルを使用してリクエストを理解し、圧縮されたクエリを外部の検索・ランキングパイプラインに渡します。この受け渡しの過程で、豊かなリクエストがいくつかのキーワードやフィルターに縮小されてしまいます。ShopXチームはこの問題をインターフェース損失と呼んでいます。
ShopXは、モデルに製品カタログ内で直接的に構造化された作業方法を提供することで、この損失を減らすように設計されています。ShopXは検索ツールを囲む会話レイヤーとしてのみ機能するのではなく、製品ネイティブな表現を通じて計画、検索、ランキング、比較、バンドル、説明、状態更新を行うことができます。
従来の電子商取引システムは、検索とランキングに高度に最適化されています。リクエストがクエリ、フィルターセット、カテゴリーレベルのターゲットとして表現できる場合、これらはうまく機能します。
エージェント型ショッピングは異なる問題を生み出します。
ユーザーはもはや単一の検索結果を求めているわけではありません。システムに以下のことを求めている可能性があります：
ツール仲介型パイプラインは、通常このプロセスを複数の段階に分離します：
候補を順序付けます。
5. モデルは結果を会話形式の応答に変換します。
各段階はそれぞれ独立して強力ですが、それらの間のインターフェースは狭いものです。「一日中歩くのに十分快適だが、視覚的にも際立っている」といった微妙なトレードオフは、従来のフィルターではうまく機能しない可能性があります。「前の靴に似ているが、より柔らかい」といった関係性は、一般的な類似性に単純化されてしまうかもしれません。
この問題は、複数回のターンを重ねることでさらに顕著になります。各ターンで新たな検索を開始すると、システムが以前に受け入れられた商品や、元のシナリオの制約、ユーザーのフィードバックの背後にある推論を見失う可能性があります。
ShopXは異なる前提からスタートします。つまり、モデルは自身の理解を外部の検索コマンドに絶えず変換するのではなく、構造化された商品空間内で直接動作するべきだという考え方です。
ShopXは、中央の基盤モデルと軽量なサービングハーネスを組み合わせています。
モデルは以下の4つのステップからなる対話ループに従います。
サービングハーネスは、以下の3つの中核的なサポート機能を提供します。
このフレームワークは、3つの広範なショッピングパターンをサポートします。
明確なショッピングリクエストに対して、ShopXは完全な意図を直接、根拠のある商品セットに変換します。
これには、単一カテゴリの検索以上のものが含まれる場合があります。例えば、完全なサイクリングセットアップのリクエストには、調整された結果としてヘルメット、グローブ、その他の補完的な商品が必要になる可能性があります。
リクエストが曖昧な場合、モデルはプロファイルと行動のコンテキストを使用して、何が重要かを推測します。
例えば、「通勤に適したものを見つけて」というリクエストには、天候や移動手段に関する手がかりが必要になるかもしれません。
手法、好みのスタイル、過去の購入履歴、価格感度。
ユーザーが以前のレコメンデーションを修正した場合、ShopXは全体の計画を破棄せずに、アクティブなショッピング状態を更新します。
これにより、新しいフィードバックの影響を受ける部分のみを変更しながら、承認済みの商品や以前の制約を維持することが可能になります。
ShopXは商品IDのシーケンスを生成するだけにとどまりません。本論文では、より広範な操作セットについて説明しています。
目標は、ユーザーの意図からカタログに基づいた実用的な成果物までの完全な経路をモデルが担当できるようにすることです。
ShopXの中核となるのはセマンティックID、すなわちSIDです。
通常のデータベース識別子はほとんど意味を持ちません。どのレコードを取得するかをシステムに伝えますが、識別子自体は、そのアイテムがランニングシューズなのか、パステルカラーのジャケットなのか、防水バッグなのか、自転車用ヘルメットなのかを明らかにしません。
ShopXは、構造化された商品トークンをモデルの語彙に追加します。これらのトークンは、次の2つの要件を中心に設計されています。
ShopXはQwen3-VL-Embedding-2Bを使用して、複数のソースから商品情報をエンコードします。
表現には以下が含まれます。
トレーニングでは、等価商品の監視と、緩和されたInfoNCEコントラスト目的関数を組み合わせます。また、学習された表現がカテゴリ、属性、説明情報に結びついたままであるように、再構成信号も使用します。
最終的なSIDは、大域コードと局所コードを組み合わせたものです。
ハイブリッド設計により、製品の識別性が向上します。
| SID設計指標 | グローバル単独アプローチ | グローバル＋ローカルアプローチ |
|---|---|---|
| 1つのSIDに紐づく平均製品数 | 126.5 | 13.8 |
| SIDから説明文へのROUGE | 25.5 | 31.5 |
同じSIDにマッピングされる製品の平均数を減らすことで、表現がより精密になります。同時に、説明文の復元が改善されたことから、コードがより解釈可能な製品情報を保持していることが示唆されます。
これは重要です。なぜなら、ShopXはSIDを単なる検索キー以上のものとして機能させる必要があるからです。モデルはそれらを推論し、比較し、バンドルを生成し、ユーザーの言語に結び付ける必要があります。
ベースモデルはQwen3-4BとQwen3-8Bです。
ShopXのトレーニングは、Qwen3に新しい製品トークンを出力させるだけの単純なものではありません。プロセスがSIDに過度に集中すると、モデルは製品検索の改善に役立つ一方で、会話品質、指示追従、プロファイル抽出、ランキング、説明能力が低下する可能性があります。
そのため、トレーニングレシピは4つの段階に分かれています。
ポストトレーニング段階も2つのステップで構成されています。3番目のステップはSFT fulfillmentとExpert SFTトレーニング、4番目のステップはマルチティーチャーOPD+RLの共同最適化であり、教師の選好、ルール報酬、学生の更新を組み合わせて、最終的にEコマースファンデーションモデルを生成します。このプロセスはShopXモデルトレーニングの中核ソリューションであり、文書で言及されている4段階トレーニングパイプラインに対応しています。](https://we0-cms.oss-cn-beijing.aliyuncs.com/cms-assets/image/2026/07/72350678-1e95-4d9e-962e-648d5123ef7c-09c27f2c-4855-412d-b3d4-7f241540c536.png)
元のモデルは凍結され、新しく追加されたSID埋め込みのみがトレーニングされます。
この段階では、製品テキストと製品コードの間の双方向の関係を確立します。モデルは、より広範なドメイン学習が始まる前に、説明文とSIDを結び付けることを学習します。
本論文のアブレーション研究は、このアライメントが必須の準備ステップであることを示しています。これをスキップすると、後続の継続事前学習が弱まります。
次の段階では、Eコマース知識を注入します。これには以下の内容が含まれます。
属性と関係性
汎用ドメインデータを学習セットに混入することで、破滅的忘却を軽減している。報告されている比率は、ドメインデータ対汎用データが約2:1であり、総トークン数は約1140億である。
指示ファインチューニングにより、ドメイン知識を実用的なショッピングおよびエージェント行動へ変換する。
データセットの構成はおおよそ以下の通りである:
汎用データの割合が高いのは意図的である。ShopXは、狭義の製品トークン生成器となるのではなく、有能な言語モデルであり続けなければならない。
最終段階では、チームがシーソー効果と呼ぶ問題に対処する。
アイデアを一文で入力するだけで、We0 AI が紹介サイト、ページ、CMS を生成し、公開後の顧客獲得と流入拡大を支援します。
無料登録で完全なプロジェクトを 1 つ生成
1 つの完全な生成フローを試し、最初のプロジェクトのドラフトをすぐに確認するのに最適です。
SIDの精度のみを最適化すると、検索性能は向上する一方で他の能力が損なわれる可能性がある。報告されたアブレーションでは、SIDのみでファインチューニングした後、プロファイル抽出とランキングがゼロに低下した。
これを避けるため、学習サンプルは5つのタスクファミリーに分類される。各ファミリーは異なるティーチャーモデルと報酬信号の組み合わせを使用する。このシステムは、すべての能力を単一の報酬に強制することなく、製品対応、対話、プロファイル理解、ランキング、説明を共同で改善する。
アブレーション結果は、複数のティーチャーと報酬を導入することで、同じレベルの干渉を引き起こさずに、異なる次元を回復および改善できることを示している。
ShopXは、3つのツール仲介エージェントシステムと比較評価される:
3つのベースラインはすべて、Qwen3-8BとTaobaoの本番検索サービスを組み合わせて使用している。これは重要な詳細である。ベースラインは、弱いまたは実験的な検索バックエンドに接続されているわけではない。非常に大規模なユーザーベースにサービスを提供するマーケットプレイス向けに開発された、成熟した検索およびランキングシステムを使用している。
フレームワークレベルの評価には、匿名化されたTaobaoログが使用される:
| 評価セット | サンプル数 |
|---|---|
| 単一ターンの買い物リクエスト | 279 |
| 複数ターンの買い物会話 | 80 |
評価では、8つの次元にわたるルーブリックベースのLLM判定が使用される。最も識別力の高い5つの指標は以下の通りである:
![4つのシステム（ShopX、ChatRec、RecMind、InteRecAgent）のパフォーマンスを8つの次元にわたって示すレーダーチャート。次元には、意図充足、アイテム精度、ランキング品質、カタログカバレッジ、パーソナライゼーション、制約の根拠付け、フィードバック適応、ターン間参照が含まれる。各次元は異なるシステムを表す色付きの線で示され、ShopXは赤の実線、ChatRecは青で表されている。]
ダッシュ。各次元のスコア範囲も示されており、例えば意図充足度は55%から75%の範囲です。この図はコンテキストと密接に関連しており、各システムがさまざまな次元でどのように性能を発揮するかを視覚的に示しています。](https://we0-cms.oss-cn-beijing.aliyuncs.com/cms-assets/image/2026/07/9dd02e71-85ce-417d-bed7-cb1c9a39886b-6f3a4768-a10e-40fb-b5e1-b1227fe9b047.png)
| システム | 意図充足度 | アイテム精度 | 制約基盤 | フィードバック適応 | クロスターン参照 |
|---|---|---|---|---|---|
| ShopX-8B | 69.2 | 95.0 | 76.4 | 71.5 | 68.3 |
| Chat-REC | 72.2 | 94.0 | 74.8 | 59.8 | 47.5 |
| RecMind | 63.6 | 91.2 | 75.6 | 62.9 | 42.1 |
ShopXはシングルターンの意図充足度でChat-RECにわずかに劣ります：69.2対72.2。これは、強力なプロダクション検索バックエンドを備えたツール仲介型エージェントが直接的なリクエストにおいても競争力を維持していることを示しています。
より大きな優位性は状態を伴うインタラクションに現れています：
これらこそ、インターフェース損失が蓄積しやすいシナリオです。ユーザーがフィードバックを追加したり、以前の製品を参照したり、複数のソフト制約をアクティブに保持したりする場合、モデルネイティブな充足処理により、元のショッピング状態がより多く保持されます。
Qwen3-8Bベースモデルと比較して、ShopXはいくつかのショッピング特化能力を向上させています。
| 能力 | Qwen3-8B | ShopX | 変化 |
|---|---|---|---|
| 製品関係推論 | 28.3 | 49.7 | +21.4 |
| 行動系列証拠抽出 | 16.1 | 52.7 | +36.6 |
| プロファイル証拠抽出 | 52.9 | 76.9 | +24.0 |
| SIDからの製品説明復元 | 10.1 | 33.2 | +23.1 |
また、モデルはいくつかの汎用能力を保持または向上させています：
| ベンチマーク | ShopXスコア | Qwen3-8Bからの変化 |
|---|---|---|
| BBH | 74.1 | +0.9 |
| CMMLU | 75.8 | +1.6 |
| GSM8K | 88.6 | +0.4 |
| MBPP+ | 83.1 | +8.0 |
一部の難しい汎用ベンチマークでは低下が見られます：
| ベンチマーク | ShopXスコア | Qwen3-8Bからの変化 |
|---|---|---|
| IFEval | 78.4 | -3.5 |
| MMLU-Pro | 59.3 | -3.6 |
| MATH-500 | 59.6 | -16.6 |
| GPQA-Diamond | 41.4 | -6.1 |
この結果は、ドメイン特化には代償が伴うことを示唆しています。ShopXは製品理解と証拠抽出において大きな改善を達成しています。
困難な数学・科学・指示密集型タスクにおいて一部の性能を犠牲にしつつ抽出を行う。
ショッピングモデルにとっては、これは許容可能なトレードオフかもしれないが、依然として重要な導入上の検討事項である。
元のレポートには、ShopXとツールを介したベースラインを比較する並列の事例が含まれている。
ユーザーが女性用サイクリングヘルメットとライディンググローブの両方を要求する。
従来のエージェントは、主要な商品カテゴリーに焦点を当て、グローブのカバレッジが不十分なまま複数のヘルメットを検索する可能性がある。各検索結果は個別には関連性があるものの、ショッピング要求全体は部分的にしか満たされない。
ShopXは両方のカテゴリーにわたって計画を立て、それぞれの商品を検索し、調整されたバンドルを一度のターンで返す。
この事例は重要な区別を示している。
優れたヘルメットのリストは、ヘルメットとグローブのバンドル要求を満たさない。
2つ目の事例では、ユーザーが車内装飾用のアイテムを探している。
複数のターンにわたって、ユーザーはスタイルの好みを追加し、以前の提案に基づく変更を要求する。ツールを介したエージェントは、最新の要求を毎回新たな検索として解釈し、最終的には元の車内装飾というコンテキストから逸脱する。
ShopXはアクティブな状態を維持する。以前に確立されたシーンと受け入れられた好みを保持し、新しいフィードバックに応じてレコメンデーションを更新する。
マルチターンのショッピング対話処理における両者の違い。](https://we0-cms.oss-cn-beijing.aliyuncs.com/cms-assets/image/2026/07/06c6d08d-4595-450e-bdb8-8cab6d987e98-c3787787-63cf-479d-8141-33525a0e0db4.png)
目標は、同じ商品を永遠に繰り返すことではありません。安定したままでいるべき制約と、ユーザーが明示的に変更した詳細を区別することです。
ShopXは、AIコマースにおける広範な変革を反映しています。
第一世代のショッピングアシスタントは、既存の検索システムに自然言語インターフェースを追加することがほとんどでした。言語モデルは説明、要約、ツール呼び出しを行い、中核となる検索ロジックはモデルの外部にありました。
ShopXは、より多くのフルフィルメントプロセスをモデル自体に組み込む方向へと移行します。
この設計には、いくつかの潜在的な利点があります。
これにより、新たなエンジニアリング要件も生じます。
本番システムには、依然として以下が必要です。
ShopXは、意図から商品への問題を解決します。それ自体は、支払い、決済、物流、返品、販売者の信用、または代理店商取引のその他の側面を処理するわけではありません。
この研究は、タオバオや天猫のAI検索組織、推薦・コンテンツ理解チーム、アリババToken Foundry、ROLL強化学習チームなど、複数のチームとの協力によるものです。
彼らのより広範な研究分野は以下の通りです。
この論文は2026年6月30日にarXivに提出され、タイトルは**「ShopX: エージェントショッピングのための意図から商品へのフルフィルメントの基盤モデル」**です。
ShopXは、モデルネイティブな意図から商品へのフルフィルメントのために設計されたEコマース基盤モデルです。意図理解、計画、商品検索、ランキング、組み合わせ推薦、比較、およびマルチターンの状態更新を単一のショッピングフレームワークに統合します。
詳細な自然言語によるショッピングリクエストが、限られたクエリ、フィルター条件、またはツール呼び出しに圧縮されるときに発生します。ソフトな制約、商品間の関係、初期の好み、会話の文脈が、引き継ぎの過程で弱められたり失われたりする可能性があります。
セマンティックIDは、言語モデルの語彙における製品を表す構造化されたトークンシーケンスです。ShopXが設計したSIDは、有用な製品セマンティクスを保持しつつ、自己回帰生成と製品空間操作の両方に適しています。
この論文では、Qwen3-4BとQwen3-8Bに基づくShopXの変種について説明しています。Qwen3は、Eコマースフルフィルメントに適応可能な、汎用的な言語、推論、対話、エージェント機能を提供します。
タスクによります。シングルターンの意図フルフィルメントでは、Chat-RECがShopXをわずかに上回りますが、フィードバックへの適応やターンをまたいだ商品参照では、ShopXの方が優れています。その最大の強みは、複雑で状態を持つ対話において発揮されます。
はい。このフレームワークは、バンドル提案とクロスカテゴリ構成をサポートしています。論文には、モデルがサイクリングヘルメットとライディンググローブの両方のリクエストを一度のターンで処理する例が含まれています。
研究論文はarXivで公開されています。レビューされた公式情報源には、公開されているShopXモデルのチェックポイントや専用のShopXソースコードリポジトリは提供されていないため、ここにはダウンロードリンクは含まれていません。
この論文は、意図から商品へのフルフィルメント、すなわち計画、検索、ランキング、構成、製品推薦の基礎付けに焦点を当てています。支払い、チェックアウト、物流、アフターサービスの実行は、別のシステムレイヤーです。
公式インターフェース：広範なQwenモデルファミリーを探索するためのもの。
ShopXは、言語モデルが理解する内容と、eコマースシステムが実際に実現できる内容との間のギャップを埋めるために設計されています。Semantic IDsを通じてモデルに商品固有の言語を提供し、計画、検索、ランキング、バンドル、グラウンディング、状態更新を1つのフレームワークに統合します。
評価によると、強力なツール仲介型システムは、直接的な単一ターンのリクエストに対して依然として競争力があります。ShopXの明確な優位性は、ショッピングプロセスが対話型になった場合に現れます。ユーザーがフィードバックを提供し、以前の商品を参照し、元のシナリオがアクティブなままであることを期待する場合です。
その結果は、特化のコストも示しています。ショッピング特有の能力は大幅に向上しますが、一部の難しい一般的推論や数学のベンチマークは低下します。
**ShopXの中核的な
貢献は、単に優れた商品検索ではなく、ショッピングを意図からアイテムへの継続的な実現プロセスとして扱うモデルアーキテクチャです。
ひとことから始めて、数分で完全なサイトを手に入れましょう。
