#argus — Public Fediverse posts on home.social

Habr @[email protected] · 2026-05-21 · 12:32 UTC

От фич и каскадов к генеративной модели: как мы переосмыслили рекомендации с помощью ARGUS

Классические рекомендательные системы в крупных компаниях — это десятки микросервисов, каскадная фильтрация и тысячи ручных признаков. Такой стек может надёжно работать годами, но неизбежно упирается в фундаментальную проблему: он перестаёт масштабироваться. Качество выходит на плато — всё меньше отдачи от новых фич, усложнения моделей и наращивания данных. Генеративная постановка, когда модель восстанавливает целые последовательности пользовательских действий, обещает принести в рекомендации законы масштабирования, снизить операционную сложность и открыть путь к единой кросс‑сервисной модели. Но между обещанием и продакшеном — огромная дистанция. Нужно понять, какая токенизация работает, как устроить претрейн, что делать с контекстом, негативами и задержками в реальных распределённых системах. Последний год мы адаптировали нашу генеративную модель персонализации ARGUS под разные домены внутри Яндекса, меняли архитектуру, пересобирали обучение и пробовали новые способы интеграции в продакшене. В этой статье я расскажу, какие решения сработали, какие — нет и что нам дала генеративная постановка в реальных рекомендательных системах.

https://habr.com/ru/companies/yandex/articles/1037766/

#softmax #алгоритмы #argus #recsys #рекомендательные_системы #ml

Habr @[email protected] · 2026-05-21 · 12:32 UTC

От фич и каскадов к генеративной модели: как мы переосмыслили рекомендации с помощью ARGUS

Классические рекомендательные системы в крупных компаниях — это десятки микросервисов, каскадная фильтрация и тысячи ручных признаков. Такой стек может надёжно работать годами, но неизбежно упирается в фундаментальную проблему: он перестаёт масштабироваться. Качество выходит на плато — всё меньше отдачи от новых фич, усложнения моделей и наращивания данных. Генеративная постановка, когда модель восстанавливает целые последовательности пользовательских действий, обещает принести в рекомендации законы масштабирования, снизить операционную сложность и открыть путь к единой кросс‑сервисной модели. Но между обещанием и продакшеном — огромная дистанция. Нужно понять, какая токенизация работает, как устроить претрейн, что делать с контекстом, негативами и задержками в реальных распределённых системах. Последний год мы адаптировали нашу генеративную модель персонализации ARGUS под разные домены внутри Яндекса, меняли архитектуру, пересобирали обучение и пробовали новые способы интеграции в продакшене. В этой статье я расскажу, какие решения сработали, какие — нет и что нам дала генеративная постановка в реальных рекомендательных системах.

https://habr.com/ru/companies/yandex/articles/1037766/

#softmax #алгоритмы #argus #recsys #рекомендательные_системы #ml

Habr @[email protected] · 2026-05-21 · 12:32 UTC

От фич и каскадов к генеративной модели: как мы переосмыслили рекомендации с помощью ARGUS

Классические рекомендательные системы в крупных компаниях — это десятки микросервисов, каскадная фильтрация и тысячи ручных признаков. Такой стек может надёжно работать годами, но неизбежно упирается в фундаментальную проблему: он перестаёт масштабироваться. Качество выходит на плато — всё меньше отдачи от новых фич, усложнения моделей и наращивания данных. Генеративная постановка, когда модель восстанавливает целые последовательности пользовательских действий, обещает принести в рекомендации законы масштабирования, снизить операционную сложность и открыть путь к единой кросс‑сервисной модели. Но между обещанием и продакшеном — огромная дистанция. Нужно понять, какая токенизация работает, как устроить претрейн, что делать с контекстом, негативами и задержками в реальных распределённых системах. Последний год мы адаптировали нашу генеративную модель персонализации ARGUS под разные домены внутри Яндекса, меняли архитектуру, пересобирали обучение и пробовали новые способы интеграции в продакшене. В этой статье я расскажу, какие решения сработали, какие — нет и что нам дала генеративная постановка в реальных рекомендательных системах.

https://habr.com/ru/companies/yandex/articles/1037766/

#softmax #алгоритмы #argus #recsys #рекомендательные_системы #ml

Habr @[email protected] · 2026-05-21 · 12:32 UTC

От фич и каскадов к генеративной модели: как мы переосмыслили рекомендации с помощью ARGUS

Классические рекомендательные системы в крупных компаниях — это десятки микросервисов, каскадная фильтрация и тысячи ручных признаков. Такой стек может надёжно работать годами, но неизбежно упирается в фундаментальную проблему: он перестаёт масштабироваться. Качество выходит на плато — всё меньше отдачи от новых фич, усложнения моделей и наращивания данных. Генеративная постановка, когда модель восстанавливает целые последовательности пользовательских действий, обещает принести в рекомендации законы масштабирования, снизить операционную сложность и открыть путь к единой кросс‑сервисной модели. Но между обещанием и продакшеном — огромная дистанция. Нужно понять, какая токенизация работает, как устроить претрейн, что делать с контекстом, негативами и задержками в реальных распределённых системах. Последний год мы адаптировали нашу генеративную модель персонализации ARGUS под разные домены внутри Яндекса, меняли архитектуру, пересобирали обучение и пробовали новые способы интеграции в продакшене. В этой статье я расскажу, какие решения сработали, какие — нет и что нам дала генеративная постановка в реальных рекомендательных системах.

https://habr.com/ru/companies/yandex/articles/1037766/

#рекомендации #machinelearning #ai #ml #рекомендательные_системы #recsys

Michiel Wijdeveld @[email protected] · 2026-05-15 · 13:16 UTC

- Mens in de kosmos -
Oostindische inkt & aquarelverf op papier.
Lees het in ARGUS😛👍
#mensindekosmos #argus #zielig #aandacht #strip

#mensindekosmos #argus #zielig #aandacht #strip

Michiel Wijdeveld @[email protected] · 2026-05-15 · 13:16 UTC

- Mens in de kosmos -
Oostindische inkt & aquarelverf op papier.
Lees het in ARGUS😛👍
#mensindekosmos #argus #zielig #aandacht #strip

#mensindekosmos #argus #zielig #aandacht #strip

Michiel Wijdeveld @[email protected] · 2026-05-15 · 13:16 UTC

- Mens in de kosmos -
Oostindische inkt & aquarelverf op papier.
Lees het in ARGUS😛👍
#mensindekosmos #argus #zielig #aandacht #strip

#mensindekosmos #argus #zielig #aandacht #strip

Michiel Wijdeveld @[email protected] · 2026-05-15 · 13:16 UTC

- Mens in de kosmos -
Oostindische inkt & aquarelverf op papier.
Lees het in ARGUS😛👍
#mensindekosmos #argus #zielig #aandacht #strip

#strip #aandacht #zielig #argus #mensindekosmos

Michiel Wijdeveld @[email protected] · 2026-05-15 · 13:16 UTC

- Mens in de kosmos -
Oostindische inkt & aquarelverf op papier.
Lees het in ARGUS😛👍
#mensindekosmos #argus #zielig #aandacht #strip

#mensindekosmos #argus #zielig #aandacht #strip

Brian Jopek @[email protected] · 2026-05-12 · 01:16 UTC

The evening’s “live” selection on deck: one of THE most underrated bands of the 1970s. I played the studio version and live versions quite a bit on the radio back in the day.
#MusicOfMastodon
#70sAlbumRock
#Argus