«Т-Технологии» представили открытые нейросетевые фреймворки: от персонализации до работы с большими каталогами

Мероприятие проходит с 28 сентября по 2 октября в Миннеаполисе

Исследователи «Т-Технологии» представили на международной конференции ACM Recommender Systems 2026 три разработки для рекомендательных систем: фреймворк Perseus, библиотеку Scikit-Rank и метод ScaL³AE.

Perseus объединяет историю действий пользователя из разных сервисов в единую последовательность. Такой подход позволяет улучшать персонализацию, в том числе в новых продуктах, где еще недостаточно данных о предпочтениях. По итогам тестов на нескольких наборах данных фреймворк увеличивал качество рекомендаций на 16–39%.

Scikit-Rank предназначен для применения нейросетевых моделей ранжирования в пайплайнах на базе scikit-learn. Библиотека поддерживает задачи прогнозирования CTR и сортировки предложений, позволяя подключать нейросетевые модели без существенной переработки существующего кода. В основе разработки используется Deep & Cross Network.

Третья разработка, ScaL³AE, рассчитана на каталоги с большим количеством товаров. Метод оптимизирует модель L³AE, которая использует описания объектов, сгенерированные большими языковыми моделями, и снижает требования к памяти. В тестах на данных Amazon Reviews ScaL³AE показал более высокое качество рекомендаций, чем EASE и SANSA.

Perseus уже используется в нескольких направлениях Т-Банка, включая «Шопинг», персональные предложения кэшбэка и предиктивную поддержку. Исходный код всех трех разработок опубликован в открытом доступе.

Источник: ixbt.pro