AI VK Hub

Последние публикации канала «AI VK Hub»

1. 412 просмотров, 30 реакций, 16 июл. 2026 г.

   ICML 2026: как бигтех переосмысливает рекомендательные системы Продолжаем обзор конференции ICML 2026, на которой исследователь Александр Тараканов (AI VK) и коллеги из НИУ ВШЭ представили фреймворк PIEFS. Мы подробно писали об этой работе. Мы уже рассказывали об общем тренде в развитии AI-систем, заметном по основному пулу презентаций на ICML 2026. Сегодня на примере трёх работ исследователей из Kuaishou, Meta* и Huawei рассмотрим, в каких направлениях идёт развитие RecSys. ➡️ От многоступенчатого каскада к генеративной системе Промышленные поисковые и рекомендательные системы работают…

   Открыть пост в MAX
2. 413 просмотров, 22 реакций, 15 июл. 2026 г.

   ✨ С 6 по 11 июля в Сеуле прошла ICML 2026 — крупная международная конференция по машинному обучению. В программе были доклады, воркшопы и индустриальная выставка по самым разным направлениям — от теории обучения и оптимизации до мультимодальных моделей, AI for Science, рекомендательных систем и LLM. На воркшопе исследователь Александр Тараканов из AI VK и коллеги из НИУ ВШЭ представили фреймворк PIEFS для генерации признаков, о котором мы уже писали . Кроме эффективности и надёжности агентных систем, обсуждали ещё два направления. В первом часть адаптации переносится на этап инференса. Модель…

   Открыть пост в MAX
3. 398 просмотров, 4 реакций, 14 июл. 2026 г.

   Методы адаптации LLM За несколько лет методы адаптации LLM прошли путь от прямого обновления весов до надстройки над замороженной моделью. Подходов много, и все они отличаются по стоимости, сложности внедрения и качеству результата. В карточках рассмотрим семь групп методов — от дообучения до агентов. #aivkhub #llm

   Открыть пост в MAX
4. 532 просмотров, 10 реакций, 13 июл. 2026 г.

   📢 Команда AI VK внедрила VLM-асессора для разметки видеопоиска VK Видео оперирует базой в 500 млн роликов и обрабатывает около 10 млн запросов в день. Для обучения алгоритмов ранжирования нужны размеченные данные, но ручная разметка асессорами ограничена 1 млн меток в месяц и не справляется с пиковыми нагрузками. За основу взяли VLM Qwen3-VL-4B и обучили на данных сервисов VK: поисковых логах, статьях Дзена, постах ВКонтакте. Попытка полностью заменить людей моделью не принесла прироста продуктовых метрик, хотя офлайн-метрики совпадали. Решением стала гибридная схема: VLM размечает данные,…

   Открыть пост в MAX
5. 772 просмотров, 23 реакций, 09 июл. 2026 г.

   Physics-Informed Eigenfunction Features with Learnable Scaling Для построения устойчивых, компактных и интерпретируемых нейросетевых моделей важно, чтобы компактные признаки учитывали геометрию данных, обладали спектральной структурой и оставались полезными для downstream-задачи. Для решения этой проблемы Александр Тараканов, исследователь в AI V K, и коллеги из Высшей школы экономики предложили supervised representation learning framework. Подход объединяет спектральные методы, physics-informed регуляризацию и обучаемую геометрию признакового пространства. Работа принята на AI4Physics…

   Открыть пост в MAX
6. 743 просмотров, 16 реакций, 07 июл. 2026 г.

   🟣 Anthropic выпустила Claude Sonnet 5 Новая Sonnet стала основным рабочим флагманом Anthropic. Модель получила заметные улучшения в программировании, агентных сценариях и анализе документов, сохранив акцент на высокой скорости и стоимости ниже старших моделей. 🟣 OpenAI представила GPT-5.6: Sol, Terra и Luna OpenAI начала ограниченный запуск новой линейки GPT-5.6. Флагман Sol ориентирован на сложные агентные задачи, программирование, биоинформатику и кибербезопасность. Terra обеспечивает производительность уровня GPT-5.5 примерно вдвое дешевле, а Luna стала самой быстрой и доступной моделью…

   Открыть пост в MAX
7. 1.0K просмотров, 25 реакций, 02 июл. 2026 г.

   Инженеры AI VK внедрили в ленту ВКонтакте новые алгоритмы для рекомендаций шопсов Новые ML-модели внутри рекомендательных систем VK Клипов и ленты ВКонтакте учитывают не только взаимодействие пользователя с шопсами (товарным контентом), но и его повседневные интересы: подписки, любимые темы, прочитанные посты, просмотренные видео. После обновления точность рекомендаций шопсов выросла: пользователи в пять раз чаще кликают по товарной карточке после просмотра и в 15 раз чаще переходят на маркетплейсы партнёров. Количество заказов из авторских шопсов выросло в 20 раз. ML-модели работают в…

   Открыть пост в MAX
8. 867 просмотров, 18 реакций, 01 июл. 2026 г.

   📢 В самом разгаре RecSys Meetup от AI VK! Уже поговорили про нейропрофиль в Discovery, команду AI VK и как мы строили Discovery-платформу! Впереди еще доклад про нейропоиск Discocery AI и презентация команды AI VK Research.

   Открыть пост в MAX
9. 918 просмотров, 28 реакций, 01 июл. 2026 г.

   📢 Инженеры AI VK разработали нейропоиск Discovery AI В AI VK разрабатывают технологию Discovery AI. Одна из компонент, нейропоиск Discovery AI, ищет информацию в контенте сервисов VK. Технология поможет формировать рекомендации и быстро генерировать ответы на вопросы пользователей на естественном языке. Решение работает на основе собственной LLM. Нейропоиск рассчитан на высокую нагрузку: до 3 000 запросов в секунду с анализом до 20 000 документов на запрос. Ответ формируется менее чем за полсекунды. Технология адаптируется под разные сценарии — с её помощью можно собрать общий контекст…

   Открыть пост в MAX
10. 858 просмотров, 17 реакций, 29 июн. 2026 г.

    📢 Последний день регистрации на RecSys Meetup! Через два дня в ДК «Кристалл» пройдет митап по рекомендательным системам, где инженеры и исследователи AI VK расскажут о нейропрофиле в Discovery, контентных LLM-агентах и представят направление AI VK Research. ➡️ Скорее регистрируйтесь #aihubvk #recsys

    Открыть пост в MAX
11. 1.1K просмотров, 20 реакций, 26 июн. 2026 г.

    📢 Открыта регистрация на RecSys Meetup от AI VK 1 июля в Москве инженеры и исследователи AI VK расскажут о трансформерных моделях и LLM-агентах в рекомендациях, представят исследовательское направление и поделятся опытом внедрения технологий Discovery…

    Открыть пост в MAX
12. 1.4K просмотров, 14 реакций, 25 июн. 2026 г.

    Рекомендательные системы, предсказывая предпочтения, одновременно определяют, что видят пользователи и какой именно контент получит охват. Чистая оптимизация вовлечённости создаёт петли обратной связи: популярные айтемы получают больше экспозиции и кликов, становятся ещё популярнее и вытесняют менее частотные айтемы. Обеспечение справедливости (fairness) моделей — самостоятельная инженерная задача , требующая поиска баланса между релевантностью рекомендаций и коммерческой выручкой. Почему одна метрика не работает Оптимизация по CTR стимулирует сиюминутные клики в ущерб долгосрочной ценности.…

    Открыть пост в MAX
13. 990 просмотров, 13 реакций, 23 июн. 2026 г.

    Стандартный балансировщик нагрузки не учитывает специфику нагрузки LLM. Два запроса с одинаковым QPS (queries per second) могут отличаться по GPU-времени на порядки, потому что длина промпта, стадия генерации и состояние кэша делают каждый запрос непредсказуемым. Почему в этом процессе классические Round Robin и Least Connections работают плохо разбираем в карточках. #aivkhub #llm

    Открыть пост в MAX