Исследователи VK и Университета ИТМО разработали новый подход к обновлению генеративных рекомендаций (Generative Retrieval). Они предложили пересчитывать на новых данных Semantic ID — это внутренний идентификатор, который отражает смысловые и поведенческие характеристики таких объектов, как товары или единицы контента. Эти идентификаторы выравниваются со своими старыми версиями. Таким образом система учитывает актуальные изменения интересов аудитории.

Как объясняют разработчики, проблема применения Generative Retrieval в том, что Semantic ID, построенные с учетом коллаборативного сигнала, со временем устаревают. Причина в том, что интересы аудитории и паттерны потребления быстро меняются. Простое дообучение не всегда решает задачу, а полный пересчет Semantic ID без выравнивания может привести к тому, что модели будет сложнее адаптироваться к уже развернутой версии системы.

Исследователи считают, что их метод может быть полезен крупным цифровым платформам. Предполагается, что новый подход сокращает издержки в восемь раз по сравнению с полным переобучением.