Наука и технологии1 мин.

В России улучшили систему рекомендаций с помощью ИИ

Специалисты Сбера и AIRI улучшили методику «обучения» нейросети
Российские разработчики нашли способ улучшить машинное обучение ИИ, составляющего рекомендации

Российские учёные предложили новый метод улучшения обучения систем искусственного интеллекта, который может повысить качество рекомендаций на онлайн-сервисах и маркетплейсах. В Сбере сообщили, что этот подход поможет эффективнее настраивать модели, избегая излишней или, наоборот, недостаточной подготовки, что напрямую влияет на точность алгоритмов.

Научный сотрудник AIRI Булат Ибрагимов и директор лаборатории Sber AI Lab Глеб Гусев выяснили, что традиционные протоколы машинного обучения не учитывают разницу в сложности данных, из-за чего рекомендательные системы ИИ иногда работают менее точно. Специалисты предположили, что алгоритмы могут показывать лучшие результаты, если обучать их на отдельных блоках данных, сгруппированных по сложности, что и стало основой их подхода.

Этот метод они протестировали на популярных алгоритмах LightGBM и CatBoost, которые часто применяются для создания рекомендаций. Результаты показали, что новый алгоритм повысил точность рекомендаций на 2% по сравнению с прежними способами, при этом расходы ресурсов на обучение почти не изменились.

Источник:ТАСС