10 ноября 2026 г.
HEGM: модель VK сократила быстрые пролистывания в «Клипах» на 6,23%
VK внедрила модель, которая различает быстрое пролистывание, досмотр и повторное воспроизведение.
В A/B-тесте HEGM пользователи реже пролистывали ролики раньше 3 секунд. Число видео за сеанс выросло с 28,52 до 31,16.
Вместо среднего времени. Обычные модели прогнозируют среднюю длительность просмотра. HEGM рассчитывает вероятности разных сценариев: человек пролистнёт ролик, досмотрит или включит повторно. По заявлению VK, для внедрения не требуется менять основную архитектуру рекомендательной системы.
Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.
Авторы проверяли HEGM полтора месяца. Модель и контроль получили по 5% трафика, примерно по 11 млн запросов в день на группу. В статье от 21 октября просмотры от 10 секунд выросли на 5,75%, а общее время просмотра изменилось на −0,03%.
В сообщении от 10 ноября VK приводит результаты внедрения: роликов за сеанс стало на 10% больше, просмотров дольше 10 секунд на 6% больше, дизлайков на 8,3% меньше. Авторы также проверили метод на KuaiRec и VK-LSVD и внутренней выборке из 282 млн обезличенных взаимодействий.
Код для воспроизведения. В репозитории `rw404/HEGM` опубликованы код, обработанные данные и готовые checkpoints. Для экспериментов на открытых датасетах достаточно одного GPU. Из каталога HEGM оценка запускается так:
```bash pip install -r requirements.txt python scripts/download_artifacts.py --all python evaluate.py --config configs/vklsvd_k3.yaml --checkpoint checkpoints/vklsvd_k3/last.ckpt ```
README указывает ожидаемый XAUC 0,6202 для этого запуска. На 1 млрд рабочих запросов половина ответов HEGM укладывалась в 3,05 мс против 1,83 мс у прежней модели.
Работу приняли на IEEE ICDM 2026.
Первоисточник