Специалисты из Центра практического искусственного интеллекта Сбербанка совместно с исследователями AIRI, Университета Иннополис и ИТМО представили инновационный подход к повышению эффективности рекомендательных систем. По данным конференции ECIR 2026, новая технология позволяет значительно ускорить процесс подбора контента для пользователей, сохраняя при этом высокую точность.

Разработчики отмечают, что традиционные алгоритмы хорошо анализируют последовательности действий, но часто не способны глубоко понять скрытые предпочтения, особенно при ограниченном объеме информации. Крупные языковые модели, напротив, могут восстанавливать эти смыслы, однако их прямое применение связано с существенными временными затратами — обработка одного запроса иногда занимает более 10 минут.

Предложенный метод предполагает перенос знаний из объемных языковых моделей в более компактные системы рекомендаций. На этапе обучения формируется векторный профиль пользователя, который затем используется для настройки внутренних представлений модели. В процессе работы тяжелые вычисления не требуются, что обеспечивает высокую скорость выдачи результатов.

Тестирование технологии на четырех различных наборах данных подтвердило ее эффективность. Например, на датасете ML-20M точность рекомендаций увеличилась на 5,62%, а полнота — на 4,74% по сравнению с обычными моделями. При этом скорость обработки запросов оказалась в 190 раз выше, чем при использовании базовых методов на основе больших языковых моделей.

Подписывайтесь на наш Telegram-канал, чтобы быть в курсе всех новостей и событий Рунета.