VK ввела мультимодальную ИИ-модель в поиск

VK начала внедрять в поиск собственных товаров зрительно‑языковые модели (VLM) – технологии советов на базе искусственного ума. ИИ-модель сразу анализирует текст, изображения, звук и видеоряд.

Разработка Discovery уже работает в VK Видео и поэтапно покажется в остальных сервисах, где есть поисковые машины.

Модель учитывает заглавие и описание загруженного на платформу контента и его смысл, что дозволяет поточнее отвечать на запросы в поисковике юзера. Новенькая VLM от инженеров AI VK автоматом сформировывает датасеты, данные о контенте, по которым поисковые методы определяют, какое видео подступает к запросу, а какое – нет.

Работа поиска ранее:

  • Стадия 0. Поиск по совпадению главных слов.
  • Стадия 1. Векторный поиск – поиск по смысловому (семантическому) совпадению главных слов (яблоко = круглый зеленоватый фрукт с дерева).

Работа поиска сейчас:

  • Поиск не опирается на главные слова, он осознает содержание и опирается на смысл контента. Схожий подход развивают наикрупнейшие технологические компании мира Microsoft, Гугл, TikTok. 

С пуском модели в дальнейшем улучшится векторный поиск в продуктах VK, который основан на семантическом значении запроса. К примеру, система будет осознавать, что юзер почаще выбирает видео с определенным стилем монтажа и цветокоррекции. Либо поточнее распознавать гибридные запросы, где текст и зрительные свойства комбинируются, к примеру, «влог из Стамбула с видами на Босфор».

Андрей Зимовнов, управляющий направления советов AI VK:

Новейшие технологии Discovery за 1-ые месяцы опосля внедрения посодействовали прирастить число положительных реакций на контент на 7%, а советы схожих по смыслу видео стали на 60% поточнее.

По воззрению разрабов, это сделает поисковую выдачу наиболее персонализированной, а внедрение VLM убыстрит в 5 раз разработку и масштабирование новейших технологий для развития и улучшения поиска во всех продуктах VK.

Напомним, ранее VK Реклама представила новейший инструмент для оценки эффективности кампаний – BrandLift.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *