1. Netflix персонализирует не только выбор фильма, но и его обложку и видеопревью, т.е. как выбирать их даже для новинок, по которым ещё нет статистики
Раньше система знала: "на картинку №123 этот юзер СКОРЕЕ нажмёт", но не понимала, что изображено на картинке, а дляя новой обложки приходилось сначала собирать реакции.
Теперь их AI-модель учитывает содержание изображения. Например, если тебе нравятся обложки с определённым комиком, система может выбрать его крупный портрет для нового фильма ещё до накопления кликов.
источник
подробнее-душновато-кодекс-саммари
Раньше система училась на взаимодействиях с изображениями, представленными идентификаторами. Теперь к этому добавили CLIP — модель, которая превращает картинку в вектор из 768 чисел, отражающий её содержание.
Этот вектор объединяют с представлением, обученным на реакциях пользователей. Так система учитывает и историю взаимодействий, и признаки новой обложки, по которой статистика ещё не накопилась.
Раньше пять форматов обложек обслуживали отдельные модели. CLIP позволил объединить их: разные кадрирования одной картинки получают похожие представления, поэтому накопленный опыт переносится между форматами.
Значимый результат в A/B-тесте дало именно сочетание общей модели и анализа изображений. По отдельности этих изменений оказалось недостаточно.
СLIP умеет представлять текст и изображения в общем пространстве. Поэтому Netflix может сравнить поисковый запрос с обложкой и совместить эту оценку с персональными предпочтениями зрителя.
Для видеопревью используется MediaFM, учитывающая изображение, звук и субтитры. Все эти представления хранятся централизованно и переиспользуются разными системами.
Перед A/B-тестами модели проверяют на данных со случайным выбором обложек, корректируя оценки с учётом вероятности показа. Это помогает не принимать частые показы старой системы за доказательство предпочтений зрителя.
Как это переиспользовать? да для любого типа сниппетов: товары в маркет плейсе, для изображения квартир или отелей, и так далее, подход растит метрики
———
2) netflix использует ИИ-судью для проверки текстов ИИ-копирайтера. копирайтер объясняет, почему фильм или сериал может понравиться зрителю. судья решает, можно ли показывать этот текст пользователям
источник
как подготовили судью
Команда собрала примеры хороших и плохих объяснений. эксперты оценили их и указали, почему отклонили неудачные тексты. затем на этих примерах проверили судью: совпадают ли с человеческими оценками его решения и причины отказа. если судья отклонял текст по неверной причине, команда уточняла правила проверки.
как это работает теперь
одна нейросеть пишет текст, другая проверяет. если судья находит проблему, копирайтер получает замечания и исправляет объяснение. число попыток ограничено: если текст так и не проходит проверку, зрителю его не показывают.
самого судью тоже продолжают проверять. каждую неделю люди оценивают около 300 объяснений и сравнивают свои решения с его оценками. эти проверки помогают замечать ошибки и обновлять примеры для настройки
Как это переиспользовать? да для любого типа описание товара или объектов, услуги или ещё чего