---
title: "ZooWork-ShopRanker: Açık Kaynaklı ve Tercih Odaklı E-Ticaret Sıralama Modeli"
url: https://blog.edumints.com/zoowork-shopranker-acik-kaynakli-ve-tercih-odakli-e-ticaret-p217byvq
category: "Makine Öğrenmesi"
date: 2026-09-28T09:11:50.329Z
publisher: Edumints Blog
lang: tr-TR
source_name: "hfpapers"
source_url: https://huggingface.co/papers/2609.31002
---

# ZooWork-ShopRanker: Açık Kaynaklı ve Tercih Odaklı E-Ticaret Sıralama Modeli

## E-Ticaret Arama Sistemlerinde Tercih Odaklı Reranking Mimarisi

- **E-Ticarette Genel Reranker Modellerinin Yetersizliği**: Genel web aramaları için eğitilmiş açık reranker modelleri, e-ticaret senaryolarına mükemmel şekilde aktarılamaz. Çünkü e-ticaretteki sıralama kararları yalnızca konusal uygunluğa değil; kullanıcı tercihlerine, ürün kısıtlarına ve ürünler arası karşılaştırmalı uyuma dayanır. Yazılım geliştiriciler açısından bu durum, standart anlamsal arama modellerinin bütçe veya teknik özellik gibi ürün kısıtlarını tek başına yakalamada yetersiz kalacağını gösterir.
- **Ölçeklenebilir Tercih Verisi Denetimi**: Gerçek arama trafiği özgün sorgular ve aday ürünler sağlasa da temiz ikili (pairwise) tercih etiketleri sunmadığı için bu tercih sinyallerini büyük ölçekte denetlemek zordur. Üretim sistemlerinde kullanıcı tıklamalarındaki gürültüyü ve pozisyonel sapmaları aşmak adına doğrudan ham arama loglarına bel bağlamak yerine kontrollü veri işleme hatları kurulmalıdır.
- **ZooWork-ShopRanker Model Ailesi**: Hakem modellerce etiketlenmiş alışveriş tercihlerine göre hizalanmış 0.6B, 4B ve 8B parametreli ZooWork-ShopRanker ailesi sunulmuştur. Bu model yelpazesi, yazılım ekiplerine düşük gecikme süresi gerektiren canlı sistemlerden yüksek doğruluk odaklı arka plan servislerine kadar farklı ihtiyaçlara uygun esnek mimari seçenekleri sağlar.
- **LLM Tabanlı Yargıcı Paneli ve Pozisyonel Düzeltme**: Eğitim veri çiftleri, farklı model ailelerinden seçilen ve bir "tercih oraklı" gibi konumlandırılan akıl yürüten LLM paneli tarafından etiketlenmiştir; pozisyonel sapmalardan arındırılmış yargılar ve uzlaşma katmanları oluşturularak modeller bu etiketlerle eğitilmiştir. Geliştiriciler için LLM-as-a-judge yapılarında tek modele bağımlılığı kırmak ve girdi sırası önyargısını ters yüz ederek elemek kritik bir veri kalitesi yöntemidir.
- **Öğretmen Modelden Bilgi Damıtma (Distillation)**: Hizalanmış 8B amiral gemisi model, verimli çalışan 4B ve 0.6B modeller için damıtma öğretmeni olarak kullanılmış; küçük modeller bu skorlara uyarlanıp etiketli çiftlerle keskinleştirilmiştir. Bu pratik çıkarım, üretimde yüksek donanım maliyetlerinden kaçınırken büyük model kalitesini küçük modellere aktararak çıkarım (inference) hızını maksimize etmeyi mümkün kılar.
- **ShopRank-Bench Kıyaslama Kriteri**: Gelişimi ölçmek adına veri kirliliğinden arındırılmış, özel arama trafiğinden derlenen yaklaşık 10.000 tercih çiftini içeren, iki metin formatında sunulan ve jüri uzlaşma seviyelerine göre katmanlandırılmış ShopRank-Bench tanıtılmıştır. Güvenilir test ve regresyon süreçleri için golden dataset hazırlarken veri sızıntısını engellemek ve zorluk derecelerini model konsensüsüne göre kademelendirmek temel bir gerekliliktir.
- **Üstün Başarım ve Kapsamlı Benchmark Sonuçları**: ZooWork-ShopRanker-8B ve 4B, en güçlü açık reranker taban çizgisini geride bırakmış; her model kendi hizalanmamış tabanına belirgin üstünlük sağlamış; 0.6B modeli kendi boyutundaki rakiplerini geçmiş ve bu kazanımlar genel MTEB testlerinde de sürmüştür. Doğru yapılan tercih hizalamasının alan özelinde performans sıçraması yaratırken genel anlamsal yetenekleri zedelemediği görülmektedir.
- **Açık Kaynak Ekosistemine Katkı**: Araştırmacıların ve geliştiricilerin e-ticaret sıralama sistemlerini ileriye taşıması amacıyla modeller ve çift formatlı ShopRank-Bench kıyaslama seti açık kaynak olarak yayımlanmıştır. Bu modeller, Hugging Face TEI veya benzeri modern çıkarım sunucularına doğrudan entegre edilerek üretim ortamlarında sıfırdan eğitim maliyeti olmadan hızla devreye alınabilir.

[Orijinal kaynağa buradan ulaşabilirsiniz.](https://huggingface.co/papers/2609.31002)

---

Bu konuyu derinlemesine öğrenmek isterseniz: [Reranking Modelleri: Serving ve Entegrasyon](https://edumints.com/kesfet/embedding-ve-reranking-modelleri-productionda-depl-blu6) modülüne göz atın.

---

**Kaynak:** [hfpapers](https://huggingface.co/papers/2609.31002)
**Yayıncı:** [Edumints Blog](https://blog.edumints.com) · Alıntılarken bu URL'ye bağlantı verin: https://blog.edumints.com/zoowork-shopranker-acik-kaynakli-ve-tercih-odakli-e-ticaret-p217byvq