![Рекомендательная [RecSys Channel] - Kanal Telegram](/static/profile/90806809533.webp)
Рекомендательная [RecSys Channel]
@RecSysChannel - Kanal Telegram
0/5
0 yorum
3.1K
Aboneler
11/07/26
Eklendi
Hakkında Рекомендательная [RecSys Channel]
Рекомендательная [RecSys Channel], Haber ve Eğlence konulu bir Telegram kanalı ve 3k'dan fazla abone bulunuyor. Канал про рекомендательные системы от ml-специалистов Яндекса. Делимся опытом, обсуждаем новые подходы и интересные статьи. Вопросы и предложения > @yandex_ml_brand Tüm güncellemeleri doğrudan Telegram'da almak için kanala katılın.
Orijinal açıklama
Канал про рекомендательные системы от ml-специалистов Яндекса. Делимся опытом, обсуждаем новые подходы и интересные статьи. Вопросы и предложения > @yandex_ml_brand
Son mesajlar
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
En son herkese açık mesajların metin önizlemesi — medya içeriği gösterilmez.
Yorumlar (0)
Henüz yorum yok
Sıkça Sorulan Sorular
'Telegram'da Aç' düğmesine dokun, ardından kanala abone olmak için 'Katıl'a bas.
Evet, kanalı aç, üstteki isme dokun, sonra 'Bildirimler'e gir ve istediğin süre için 'Sessize Al'ı seç.
Paylaşım sıklığı kanaldan kanala değişir. Fikir edinmek için son gönderilere göz at.
Bazı kanalların açıklamasında bir tartışma grubu bağlantısı veya yönetici iletişim bilgisi bulunur. Aksi halde doğrudan iletişime geçilemez.
Diğer Kanallar kategorisinde Haber ve Eğlence
En iyi Telegram Kanallarını, Gruplarını ve Botlarını keşfedin
İlgili kategoriler: