Сэм Альтман о рекомендательных алгоритмах

Есть здесь спецы по рекомендациям?

В своем недавнем интервью для Джо Рогана его гость – Сэм Альтман – высказался об работе рекомендаций в Instagram. Кроме всего прочего CEO OpenAi подсветил, что у рекомендательных алгоритмов этой соцсети есть небольшое узкое место.

Дело в том, что в так называемые "off-hours" (например ночью) раздел Discover выдает более релевантные и эффективные с точки зрения engagement рекомендации. И связано это якобы с нагрузкой (вернее ее снижением): мол, разреженный трафик дает пространство для роста вычислительных capabilites, и модели перформят лучше.

Это показалось сомнительным: мой опыт работы с ML-командами на очень большом трафике говорит, что вопросы нагрузки и качества рекомендаций – взаимозависимы, но параллельны друг другу. А рост метрик в "низкий сезон" может быть скорее связан с вовлеченностью трафика – например, ночью до контента добирается меньше пользователей, но они более "голодны" или обладают более богатой историей.

При этом допускаю, что не до конца понимаю принципы синхронности / асинхронности расчета рекомендаций на большом трафике.

Кто что думает? Если вы готовы подтвердить или опровергнуть гипотезу Сэма Альтмана – го в комментарии.

Вам мог понравиться этот пост – прошу в этом случае оставить лайк и поделиться им с друзьями – для меня это очень важно.

#ml #рекомендации

@marketing_analysis