12 октября 2026 г.
ВКонтакте сжал таблицу эмбеддингов почти в 50 раз: качество рекомендаций не упало
В A/B-тесте на графе из 194 млн пользователей и 28 млрд связей рекомендации друзей дали на 16% больше добавлений в друзья. Таблица ID-эмбеддингов сжата больше чем на 98% без потери качества ранжирования.
Каждому пользователю отводили свой вектор в таблице, и она росла вместе с сетью. **Теперь** через несколько хеш-функций пользователи делят общие векторы, и качество ранжирования при этом не просело.
Соседи по времени. Списки друзей хранятся отсортированными по времени, и выборка соседей идёт бинарным поиском. Стоимость обработки узла падает с пропорциональной числу друзей до логарифмической. Для пользователей с десятками тысяч друзей это главное.
Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.
Главная цифра из A/B-теста. Доля пользователей, добавивших хотя бы одного друга, выросла на 11,5% относительно сильного продакшен-базлайна.
Код открыт. Репозиторий VK-GNN на GitHub под Apache-2.0. Сборка требует JDK 21, CMake, C++17, PyTorch и DGL с CUDA. Установка в два шага: собрать Java-сэмплер через Gradle, затем pip install -e. Запуск идёт через кластер YTsaurus. Датасет на 194 млн пользователей в репозитории не выложен.
Статью с описанием метода приняли на конференцию CIKM 2026.
* Meta Platforms Inc. признана в РФ экстремистской организацией, её деятельность запрещена; Facebook и Instagram заблокированы. Meta AI и другие продукты компании — продукты этой организации.
Первоисточник