Вышло исследование про то, как рекомендательным системам точнее понимать, что нам реально интересно. Главный головняк в этой теме сейчас один: обычные модели предсказывают «среднее время просмотра», а за этой цифрой может стоять что угодно — кто-то пролистнул за секунду, кто-то досмотрел до конца.

Как обычно устроено? Модель выдаёт одно число: «это видео посмотрят в среднем 15 секунд». И всё. Хоть половина пользователей пролистнула его мгновенно, хоть все досмотрели — для алгоритма это одно и то же. Отсюда промахи в ранжировании: контент, который цепляет одних и отталкивает других, система видит вслепую.

Команда AI VK Research придумала подход HEGM. Вместо одной цифры модель предсказывает целый расклад сценариев: с какой вероятностью пролистают, с какой посмотрят частично, с какой досмотрят или включат повтор. И всё это одной моделью, а не зоопарком отдельных классификаторов.

И цифры реально бодрят. В VK Клипах за одну сессию стали смотреть на 10% больше роликов, досмотров дольше 10 секунд стало на 6% больше, а дизлайков — на 8,3% меньше. Проверяли на KuaiRec, VK-LSVD и датасете из 282 млн реальных взаимодействий — по качеству ранжирования обошли протестированные альтернативы.

И самое интересное: подход не привязан к видео. Музыка (пропустят трек или дослушают), реклама (сколько секунд выдержат), карточки товаров (сколько времени изучат) — та же логика. Причём встраивается в уже работающую систему без переделки архитектуры. Исследование по ссылке.