Отвечает Лев Нечаев, руководитель команды «Автоматическая модерация методами ИИ» в RWB. Лев рассказал, как команда успешно применяет детекторы на основе векторного поиска в модерации контента на маркетплейсе.
В статье:
• почему традиционные классификаторы и few-shot перестают работать при росте числа брендов;
• как мы собрали и очистили датасет, избежав перекоса по категориям;
• как выбрали YOLO для детекции и эмбеддеры CLIP/ArcFace для векторного представления;
• как организовали высокопроизводительный инференс (Triton + TensorRT) и перешли с PGVector на Faiss;
• как гибко настраиваем пороги срабатывания под разные сценарии;
• и где ещё применяем эту архитектуру — от детекции лиц до каскадных решений и автоматической разметки.
➡️ Подробнее — в канале RWB делает ML