Т-Банк: открытый фреймворк Perseus для обучения рекомендательных ИИ-моделей
Описание проекта
Т-Банк выпустил открытый фреймворк Perseus для обучения рекомендательных ИИ-моделей. Perseus объединяет данные пользователя из разных источников — просмотры, покупки, взаимодействия с рекламой — в единую последовательность событий, представленную в виде эмбеддингов. Фреймворк поддерживает несколько трансформерных архитектур: BERT, ModernBERT, HSTU, Mamba и LiGR. Полученные эмбеддинги позволяют обучать модели одновременно на нескольких задачах — персонализированный поиск и ранжирование релевантности, регрессия (например, предсказание среднего чека), классификация и сортировка — с возможностью инференса в реальном времени. В планах — добавление предобученных рекомендательных моделей и интеграция Perseus для генерации рекомендаций в онлайн-сценариях. В июле 2026 года подразделение T-Bank AI Research также представило метод SMMR для улучшения персонализации контента.
Вендор и технология: Внутренняя разработка Т-Банка; фреймворк Perseus с поддержкой архитектур BERT, ModernBERT, HSTU, Mamba, LiGR.
Задача
Данные о поведении пользователя разбросаны по разным источникам — просмотры, покупки, рекламные взаимодействия — и не сводятся в единое представление. Под каждую задачу персонализации приходилось обучать отдельную модель на своём наборе признаков. Смена трансформерной архитектуры требовала переписывания пайплайна обучения.
Цели внедрения
-
Объединить данные пользователя из разных источников в единую последовательность событий
-
поддержать несколько трансформерных архитектур в одном фреймворке
-
обучать модели одновременно на нескольких задачах
-
обеспечить инференс в реальном времени
-
добавить предобученные рекомендательные модели
-
интегрировать фреймворк в онлайн-генерацию рекомендаций
Результаты
-
Результаты
-
Фреймворк выложен в открытый доступ
-
поддержка пяти архитектур (BERT, ModernBERT, HSTU, Mamba, LiGR)
-
объединение просмотров, покупок и рекламных взаимодействий в единую последовательность эмбеддингов
-
поддержка задач поиска, ранжирования, регрессии, классификации и сортировки
-
инференс в реальном времени Нагрузка и масштаб
-
Продукты экосистемы «Т-Технологий»; открытый доступ для сообщества Сроки
-
Выпуск — 22 июля 2026