Skip to content
JS
JScriptiser
System Online
Patches
Platform
Quiz
FAQ
🇷🇺
ru
Sign In
To The Lab
Sign In
Knowledge Base
Recommender Systems
Candidate Generation & Embeddings
Candidate Generation & Embeddings
Two-tower models, approximate nearest neighbours, multiple candidate sources and blending
All
Easy
Medium
Hard
Default
Most popular
Easy first
Hard first
Expand
Collapse
1
Medium
12
Зачем рекомендации разбивают на каскад «отбор кандидатов → ранжирование → переранжирование»?
2
Hard
13
Как устроена двухбашенная модель и почему башни нельзя объединять раньше скалярного произведения?
3
Hard
11
Как работает приближённый поиск ближайших соседей и чем HNSW отличается от IVF-PQ?
4
Medium
11
Как выбирать компромисс между полнотой отбора и задержкой ответа?
5
Medium
10
Зачем держать несколько источников кандидатов и как их смешивать?
6
Medium
11
Как обновляют индекс эмбеддингов, чтобы новые объекты появлялись без полной перестройки?
7
Medium
12
Где в каскаде применять жёсткие фильтры: доступность, регион, возрастные ограничения, уже виденное?
8
Medium
10
Сколько кандидатов передавать в ранжировщик и как это число обосновать?
9
Medium
9
Как оценивать качество отбора кандидатов отдельно от ранжирования?
10
Hard
11
Когда для отбора кандидатов нужны последовательные модели вместо двухбашенной?
Candidate Generation & Embeddings | JScriptiser