# इन्फ्रास्ट्रक्चर बदलावों से रिटेल AI में गलतियाँ 15% से घटकर 1.5%

> एक बड़े रिटेलर ने मॉडल बदलने के बजाय LLM से जुड़ी चुनौतियों को साझा प्लेटफ़ॉर्म पर लाकर AI के भ्रामक जवाब कम किए।

Oossa · 2026-10-05 · https://oossa.com/hi/retail-ai-platform-cuts-hallucinations-from-15-to-1-5-with-infrastructure-change

रिटेल इन्वेंट्री की सटीकता पर काम करने वाली एक टीम ने साझा LLM प्लेटफ़ॉर्म बनाया। छह महीने बाद, AI के भ्रामक जवाबों की दर 15% से घटकर 1.5% रह गई। प्लेटफ़ॉर्म में अपने-आप दोबारा कोशिश करने की व्यवस्था, यूज़र के इरादे की पुष्टि करने वाला चरण और रनटाइम पर अपडेट की जा सकने वाली प्रॉम्प्ट रजिस्ट्री शामिल है। यह टोकन की लागत पर भी नज़र रखता है और रिसोर्स सर्वर पर टूल इस्तेमाल करने की अनुमति लागू करता है। ये बदलाव Gemini और GPT जैसे मॉडल पर चलने वाले मल्टी-एजेंट सिस्टम में किए गए।

## तथ्य

- छह महीने में भ्रामक जवाबों की दर 15% से घटकर 1.5% रह गई।
- यह प्लेटफ़ॉर्म इन्वेंट्री ऑडिट और रीप्लेनिशमेंट समीक्षा करने वाली दर्जनों ऐप टीमों को सेवाएँ देता है।

## यह क्यों मायने रखता है

रिटेल संचालन टीमों के लिए, भ्रामक जवाब कम होने का मतलब है इन्वेंट्री के बारे में गलत सिफ़ारिशें कम मिलना और उन्हें हाथ से सुधारने पर कम खर्च होना।

## स्रोत और संदर्भ

1. [Article: The Platform Engineering Playbook for Production LLMs](https://www.infoq.com/articles/platform-engineering-playbook-production-llms/?utm_campaign=infoq_content&utm_source=infoq&utm_medium=feed&utm_term=AI%2C+ML+%26+Data+Engineering) – InfoQ, 2026-10-05

अंतिम अपडेट: 2026-10-05