![Рекомендательная [RecSys Channel] - Canale Telegram](/static/profile/90806809533.webp)
Рекомендательная [RecSys Channel]
@RecSysChannel - Canale Telegram
0/5
0 recensioni
3.1K
Iscritti
11/07/26
Aggiunto
Informazioni su Рекомендательная [RecSys Channel]
Рекомендательная [RecSys Channel] e' un Canale Telegram dedicato a News & Intrattenimento, con oltre 3k iscritti. Канал про рекомендательные системы от ml-специалистов Яндекса. Делимся опытом, обсуждаем новые подходы и интересные статьи. Вопросы и предложения > @yandex_ml_brand Unisciti al canale per ricevere tutti gli aggiornamenti direttamente su Telegram.
Descrizione Originale
Канал про рекомендательные системы от ml-специалистов Яндекса. Делимся опытом, обсуждаем новые подходы и интересные статьи. Вопросы и предложения > @yandex_ml_brand
Ultimi messaggi
RecIS: Sparse to Dense, A Unified Training Framework for Recommendation Models
Сегодня разберём
работу
Alibaba под названием RecIS (Recommendation Intelligence System). Это фреймворк для обучения рекомендательных систем, который нужен, чтобы масштабировать «всё и вся» в разных контекстах, оставаясь при этом PyTorch-френдли и пригодными для продакшена.
В рексистемах есть два разных типа нагрузки. В
Как в ARGUS решали проблемы контекста, кросс-доменных знаний и претрейна
Мы уже разбирали статью
Scaling Recommender Transformers to One Billion Parameters
, в которой представили генеративную модель персонализации ARGUS, от Яндекса. За последний год модель заметно изменилась и адаптировалась под разные домены внутри компании.
О генеративной постановке в рексистемах и развитии ARGUS подробно напис
MTGR: Industrial-Scale Generative Recommendation Framework in Meituan
Сегодня разбираем недавнюю
статью
от Meituan, крупнейшего сервиса доставки в Китае. В ней предлагают архитектуру ранжирования MTGR, которая использует ручные кросс-фичи, но при этом обладает масштабируемостью генеративных моделей.
Авторы выделяют две проблемы:
1. В классических моделях Deep Learning Recommendation (DLRM) вычисли
Meta Lattice: Model Space Redesign for Cost-Effective Industry-Scale Ads Recommendations
В рекомендациях для разных поверхностей, доменов и таргетов часто обучают отдельные модели. Но такой подход плохо масштабируется и усложняет поддержку системы. Чтобы решить проблему, авторы
Meta Lattice
построили фундаментальную модель, сочетающую разные органические и рекламные поверхности Meta*.
Основной вк
GenRec: A Preference-Oriented Generative Framework for Large-Scale Recommendation
Разбираем
статью
от команды JD App — крупного китайского маркетплейса. Работа небольшая, но в ней есть несколько интересных идей на тему генеративных рекомендаций.
Обычный Next Item Prediction плохо соответствует тому, как пользователь в действительности взаимодействует со страницей. Юзер видит набор товаров, кликает
Gryphon: A Unified Architecture for Semantic-ID Generation and Item-Level Scoring in Industrial Recommendations
Разбираем
статью
о гибридной генеративно-ранжирующей модели в рекомендациях Яндекс Музыки. О ней на
Data Fest
рассказала
Дарья Тихонович
, руководитель Яндекс RND-команды, которая разрабатывает новые рекомендательные технологии.
Генеративные рекомендации на базе Semantic IDs позволяют пр
Closing the Online-Offline Gap: A Scalable Framework for Composed Model Evaluation
В рекомендательных системах итоговый скор обычно считается не одной моделью, а композицией нескольких предсказаний. Например, одна модель предсказывает вероятность клика, другая — конверсии после клика, третья — конверсии без клика. Затем эти значения объединяются в итоговый eCVR — оценённую вероятность конверсии, к
Поточечное ранжирование vs генеративное: три работы с ICML 2026
Прямо сейчас в Южной Корее идёт ICML — одно из самых масштабных событий в мире машинного обучения. Почти все бигтехи рассказывают похожую историю: обычное поточечное ранжирование постепенно пытаются заменить генеративным.
Вместо моделей в духе HSTU, предсказывающих CTR для каждого кандидата по истории пользователя, всё чаще обсуждают
Anteprima testuale degli ultimi messaggi pubblici — i contenuti multimediali non sono mostrati.
Recensioni (0)
Nessuna recensione
Domande Frequenti
Clicca sul pulsante 'Apri in Telegram' e poi premi 'Unisciti' o 'Join' per iscriverti al canale.
Si, entra nel canale, clicca sul nome in alto, poi su 'Notifiche' e seleziona 'Silenzia' per il periodo desiderato.
La frequenza di pubblicazione varia da canale a canale. Puoi vedere i post recenti per farti un'idea della frequenza.
Alcuni canali hanno un link al gruppo discussione o contatti dell'admin nella descrizione. Altrimenti non e' possibile contattarli direttamente.
Altri Canali in News & Intrattenimento
Esplora i migliori Canali, Gruppi e Bot Telegram
Categorie correlate: