https://libeldoc.bsuir.by/handle/123456789/61923| Title: | Ограничения масштабирования Reasoning-моделей в задачах автоматической генерации стратегий электронной коммерции | 
| Other Titles: | Limitations of scaling reasoning models in automated e-commerce strategy generation tasks | 
| Authors: | Пискун, Е. С. Нуансенгси, Д. В.  | 
| Keywords: | публикации ученых;электронная коммерция;генерация стратегий;reasoning-модели;глубокое обучение | 
| Issue Date: | 2025 | 
| Publisher: | Гродненский государственный университет имени Янки Купалы | 
| Citation: | Пискун, Е. С. Ограничения масштабирования Reasoning-моделей в задачах автоматической генерации стратегий электронной коммерции = Limitations of scaling reasoning models in automated e-commerce strategy generation tasks / Е. С. Пискун, Д. В. Нуансенгси // Веснік Гродзенскага дзяржаўнага ўніверсітэта імя Янкі Купалы. Серыя 2, Матэматыка. Фізіка. Інфарматыка, вылічальная тэхніка і кіраванне. ‒ 2025. ‒ Т. 15, № 3. – С. 150–156. | 
| Abstract: | Во введении рассмотрена интеграция искусственного интеллекта (ИИ) в задачи автоматической генерации маркетинговых стратегий в электронной коммерции. Проанализированы современные тенденции развития рынка ИИ и маркетинговой автоматизации, а также ограничения передовых reasoning-моделей при решении творческих задач. Предложена методология генерации контента при помощи промпт-запросов, в которых отсутствуют четкие критерии правильности, а доминируют недетерминированные подходы, применяемые в современных reasoning-моделях (Gemini 2.0 Flash Thinking, DeepSeek-R1 и Perplexity AI Reasoning). Цель исследования – выявление ограничений моделей с размышлениями при решении задач автоматической генерации маркетингового контента различной сложности. Научная новизна работы заключена в определении областей, в которых качество генерации контента и уровень reasoning-процессов (CoT-трасс) различных reasoning-моделей существенно зависят от уровня сложности промпт-запросов. В основной части предложена тестовая схема, основанная на трех уровнях сложности запросов (низкий – N = 3–5, средний – N = 6–10, высокий – N = 11–15), двух режимах (с подключением reasoning-моделей и без них) и пяти вариантах генераций для каждой комбинации. Введен комплекс оценочных метрик, учитывающий как экспертные, так и автоматические параметры качества reasoning-процессов и их характеристику. Установлено, что преимущество reasoning-моделей проявляется только на среднем уровне сложности промпт-запросов (до 92 % точности), а при высоких значениях наблюдается «коллапс креативности» и сокращение reasoning-усилий. В заключении отмечена необходимость применения гибридного подхода, а именно точечного применения reasoning-режимав средней области сложности промпт-запросов и обязательной экспертной доработки при разработке комплексных маркетинговых стратегий. Область применения полученных результатов исследования – обучение и подготовка специалистов в области ИИ для маркетинга. | 
| Alternative abstract: | The introduction discusses the integration of artificial intelligence (AI) into the tasks of automatic generation of marketing strategies in e-commerce. It is analyzed current trends in the development of the AI marketand marketing automation, as well as the limitations of advanced reasoning models when solving creative tasks. A methodology for content generation using prompt queries is proposed, where clear criteria for correctness are absent, and nondeterministic approaches – used in modern reasoning models (Gemini 2.0 Flash Thinking, DeepSeek-R1, and Perplexity AI Reasoning) – dominate. The aim of the research is to identify the limitations of reasoning-based models when solving tasks of automatic marketing content generation of varying complexity. The scientific novelty of the work lies in identifying the areas in which the quality of content generationand the level of reasoning processes (CoT traces) of various reasoning models significantly depend on the complexity level of prompt queries. In the main part, a testing scheme is proposed based on three levels of query complexity (low – N = 3–5; medium – N = 6–10; high – N = 11–15), two modes (with and without reasoning models), and five variation options for each combination. A comprehensive set of evaluation metrics is introduced, considering both expert assessments and automatic quality parameters of reasoning processes, along with their characteristics. It has been established that the advantage of reasoning models manifests only at the medium level of prompt complexity (up to 92 % accuracy), while at higher levels, a “creativity collapse” occurs, along with a reductionin reasoning efforts. The conclusion emphasizes the need for a hybrid approach – specifically, targeted application of reasoning mode within the medium complexity range of prompt queries – and mandatory expert refinement when developing complex marketing strategies. The application area for the obtained research results is training and preparing specialists in AI for marketing. | 
| URI: | https://libeldoc.bsuir.by/handle/123456789/61923 | 
| Appears in Collections: | Публикации в изданиях Республики Беларусь | 
| File | Description | Size | Format | |
|---|---|---|---|---|
| Piskun_Ogranicheniya.pdf | 1.43 MB | Adobe PDF | View/Open | 
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.