Pinterest reemplaza agrupamiento de viajes con modelo de lenguaje Qwen3 de 4 mil millones de parámetros, reporta mejor participación
12 de noviembre de 2026 · 2 min de lectura
Pinterest trasladó su sistema de inferencia de viajes de usuarios de una canalización de agrupamiento multietapa a un modelo de lenguaje fine-tuned de 4 mil millones de parámetros, reportando una mejora de 1,1% en clics de correo electrónico y 1,3% más aperturas de notificaciones push.
En lugar de agrupar palabras clave en intereses, el modelo examina historiales de actividad de usuarios para identificar objetivos a largo plazo e introduce esos viajes en la infraestructura de recomendación existente de Pinterest. La empresa define un "viaje" como un objetivo que conecta intereses, intención y contexto en múltiples sesiones. Por ejemplo, alguien que renueva una cocina podría buscar diseños de gabinetes, guardar ideas de encimeras y luego explorar azulejos de salpicadero o iluminación.
El sistema anterior de Pinterest extraía palabras clave de la actividad del usuario, las agrupaba usando incrustaciones y agrupamiento jerárquico, nombraba los grupos resultantes y los clasificaba con modelos adicionales y heurísticas de diversidad. Aunque era efectivo comparado con notificaciones anteriores basadas en intereses, el enfoque podía fragmentar actividades relacionadas en viajes separados, producir etiquetas genéricas o confundir la participación incidental con intención sostenida.
El nuevo sistema trata la inferencia de viajes como una tarea de generación. Un modelo de lenguaje fine-tuned lee un historial cronológico de hasta 150 acciones de usuario en una ventana de 360 días, junto con un perfil de usuario compacto, y genera un conjunto clasificado de nombres de viajes. Las acciones de búsqueda y guardado tienen más peso que clics incidentales, mientras que el indicador instruye al modelo a considerar participación repetida, recencia y especificidad.
Para construir el sistema sin un conjunto de datos extensamente etiquetado por humanos, Pinterest utilizó modelos frontera para generar ejemplos de entrenamiento sintéticos a partir de historiales de actividad de usuarios. Estos ejemplos se utilizaron para fine-tuning de modelos Qwen3 de peso abierto más pequeños mediante fine-tuning supervisado y adaptación de rango bajo. El equipo probó modelos que van desde 0,6 mil millones hasta 8 mil millones de parámetros, seleccionando el modelo de 4 mil millones por su equilibrio entre calidad de inferencia y rendimiento de servicio.
Pinterest implementó NVIDIA Dynamo frente a trabajadores vLLM ejecutándose en GPU L40S, utilizando procesamiento continuo, PagedAttention y enrutamiento consciente de caché de prefijo para mejorar la eficiencia de inferencia. Una de las mayores mejoras de rendimiento provino de evitar inferencia innecesaria por completo. El sistema rastrea cuándo se generaron por última vez los viajes de cada usuario y omite usuarios procesados en los dos días anteriores.
Las pruebas iniciales de A/B en Estados Unidos y Canadá produjeron las mejoras reportadas de 1,1% en clics de correo electrónico y 1,3% en aperturas de notificaciones push sobre el sistema basado en agrupamiento, junto con ganancias estadísticamente significativas en participación y retención.