VK-LSVD

VK-LSVD стал базой для валидации нового алгоритма рекомендаций с механизмом планирования

Исследователи AI VK Research разработали метод, позволяющий классическим рекомендательным системам учитывать долгосрочное влияние контента на интересы пользователя. Технология уже применяется в отдельных сервисах VK и была протестирована на открытом датасете VK-LSVD. Новый подход интегрируется в существующие системы без полной перестройки архитектуры, обеспечивая качество, сопоставимое с тяжелыми нейросетями, но при меньшей нагрузке на ресурсы.

Исследование: Эффективность обновленного алгоритма была подтверждена в офлайн-экспериментах на датасете VK-LSVD, где он показал более высокое качество рекомендаций по сравнению с классическим методом отбора контента.

Эффект: Внедрение механизма планирования в классические системы позволило снизить потребность в масштабном обновлении оборудования под тяжелые нейросети, уменьшив операционные расходы на вычислительные мощности.

Тренд: Технология позволяет улучшать качество сервисов поэтапно, не останавливая работу существующих систем для полной замены архитектуры, что минимизирует риски сбоев при обновлении.

Подробнее →