⚡️Т‑Банк представил открытые нейросетевые фреймворки на главной конференции по рекомендательным системам ACM RecSys в США

Основная разработка — Scikit‑Rank, библиотека со scikit-learn-совместимым интерфейсом и привычными методами fit и predict. Одна из основных задач библиотеки — дать продуктовым командам возможность пробовать нейросетевые модели в существующих пайплайнах с минимальными изменениями кода.

Еще одна разработка, фреймворк Perseus, улучшает подбор персональных предложений за счет учета полной истории действий пользователя из разных сервисов экосистемы. Третья работа — подход ScaL³AE, который заменяет тяжелые вычисления на компактные представления при работе с большими каталогами объектов, сохраняя качество рекомендаций товаров, о которых доступно мало данных. В тестах на Amazon Reviews он обошел EASE и SANSA во всех четырех категориях.