Pinterest внедрила модель Qwen3 для анализа пользовательских сценариев и повысила вовлеченность
12 ноября 2026 г. · 2 мин чтения
Компания Pinterest заменила свою систему вывода пользовательских сценариев, ранее основанную на многоэтапном конвейере кластеризации, на дообученную языковую модель Qwen3 объемом 4 миллиарда параметров. В результате этого перехода компания зафиксировала улучшение показателей кликабельности электронных писем на 1,1 процента и увеличение открываемости push-уведомлений на 1,3 процента.
Новая архитектура рассматривает вывод сценариев как задачу генерации текста. Модель анализирует хронологическую историю до 150 действий пользователя за окно в 360 дней, а также компактный профиль пользователя, чтобы сгенерировать ранжированный набор названий сценариев. Действия поиска и сохранения имеют больший вес, чем случайные клики, а подсказка инструктирует модель учитывать повторяющееся взаимодействие, актуальность и специфичность запросов. Это позволяет выявлять долгосрочные цели, такие как ремонт кухни, объединяя разрозненные интересы в связный проект.
Предыдущая система извлекала ключевые слова из активности пользователей, группировала их с помощью эмбеддингов и иерархической кластеризации, а затем ранжировала полученные кластеры с использованием дополнительных моделей и эвристик разнообразия. Хотя этот подход был эффективнее ранних уведомлений на основе интересов, он мог фрагментировать связанные активности на отдельные сценарии, создавать общие метки или ошибочно принимать случайное взаимодействие за устойчивый намеренный интерес.
Для создания системы без обширного набора данных с человеческими аннотациями инженеры использовали передовые модели для генерации синтетических обучающих примеров на основе историй активности пользователей. Эти примеры применялись для дообучения более мелких открытых моделей Qwen3 через контролируемое дообучение и адаптацию низкого ранга. Команда протестировала модели от 0,6 до 8 миллиардов параметров и выбрала вариант на 4 миллиарда за баланс качества вывода и пропускной способности.
Инженерная реализация включала развертывание NVIDIA Dynamo перед рабочими процессами vLLM на графических процессорах L40S. Для повышения эффективности вывода использовались непрерывная пакетная обработка, PagedAttention и маршрутизация с учетом префиксного кэша. Значительное улучшение пропускной способности было достигнуто за счет пропуска ненужного вывода: система отслеживает время последнего генерирования сценариев и пропускает пользователей, обработанных в течение последних нескольких дней.
Качество сценариев оценивается через попарные сравнения, отдельную модель-судью, проверяющую релевантность и поддержку активностью пользователя, а также онлайн-эксперименты. Начальные тесты в США и Канаде показали статистически значимый рост вовлеченности и удержания. Этот подход имеет параллели с работой Netflix над фундаментальными моделями для персонализированных рекомендаций, где также используются долгосрочные поведенческие истории для обогащения существующей инфраструктуры персонализации.