ЯндексRecSys3 мин

Семь направлений развития рекомендаций по итогам 2025 года

Каскад моделей требует множества признаков и сервисов, а улучшение одного этапа ограничивается остальными. Николай Савушкин обозревает промышленные публикации о генерации выдачи, общих моделях и новых способах масштабирования.

Видео · на русском

Главные тренды рекомендательных систем / Николай Савушкин

Николай Савушкин · Опубликовано: 23 декабря 2025 г.

Исходный доклад · Открыть оригинал

От каскада к генерации объектов

Семантические коды превращают объект каталога в последовательность дискретных значений. Модель может предсказывать эти значения вместо оценки каждого объекта по отдельности. Спикер связывает с этим первые промышленные end-to-end-системы и обсуждает публикации Kuaishou и других компаний.

Соседнее направление — соединить рекомендательные токены с языковой моделью, чтобы описывать запрос словами и объяснять выбор. Это перспектива другого взаимодействия с продуктом, а не только ускорение прежнего ранжирования.

Ограничения каскадного подхода.

Ограничения каскадного подхода.

Источник: Кадр из доклада
06:00 — фрагмент доклада

Масштабируется не только таблица ID

Большое число параметров рекомендации может скрывать огромный словарь векторов и сравнительно небольшую вычислительную сеть. Спикер отделяет рост этих разреженных таблиц от роста плотной части, длины истории, данных и вычислений.

Следующий связанный тренд — общие модели для нескольких поверхностей и продуктов. Их польза зависит от того, какие знания действительно переносятся между задачами.

12:00 — фрагмент доклада

Контент и история становятся общим входом

Мультимодальные представления помогают связывать объекты по содержанию, в том числе для семантических кодов. Но простая подстановка готовых векторов часто уступает адаптации на поведенческих данных.

Другой тренд — ранжирование через внимание: ручные агрегаты и история постепенно объединяются в обучаемую обработку. Это развитие существующего каскада, которое может идти параллельно исследованиям его полной замены.

Мотивация общей рекомендательной модели.

Мотивация общей рекомендательной модели.

Источник: Кадр из доклада
15:00 — фрагмент доклада

Меняется и поиск кандидатов

В обзоре обсуждается выход за пределы жёсткой двухбашенной схемы и более тесное размещение модели и поиска на GPU. Помимо выразительности важна согласованность версий пользовательских и документных представлений.

Все семь направлений — картина публикаций на конец 2025 года. Оценки зрелости и перечень компаний относятся к этому моменту; доклад не утверждает, что каждый подход уже стал стандартом отрасли.

19:00 — фрагмент доклада