В пересказе Куна так начинается утро перед состязанием Пелопса и Эномая на колесницах. Эос — богиня зари, Гелиос — бог солнца. Небо уже позолотили, колесницу вывели, зритель ещё толком не проснулся, а представление готово.
У домашних рекомендаций подготовка тоже проходит за кулисами. Допустим, вечером вы убрали со стола чашку и освободили место для маленького занятия. Хочется сделать что-нибудь руками и заодно послушать спокойное объяснение. Вчера посмотрели, как складывают бумажную лодочку. Сегодня открываете подборку: наверху опять лодочка, ниже морские путешествия и простой узел для верёвки.
Тема как будто ваша. Но лодочка уже стоит на столе и отлично справляется с ролью вчерашнего успеха. Второго флота вы пока не планировали. Если подборка не успокоится, к выходным придётся назначать адмирала из комнатных растений. Почему она первая и как в подборке должен учитываться ваш ответ «это я уже смотрел»? Разберём на этих трёх карточках путь от возможного интереса к окончательному списку.
Рекомендация начинается раньше, чем появился первый пункт
Чтобы предложить материал, системе сначала нужны основания для выбора. Это могут быть сведения о содержании карточки, о предыдущих просмотрах или о явно выраженных пожеланиях человека. Такие сведения называют сигналами. Сигнал отвечает на вопрос «что нам известно», но сам ещё не является готовым решением.
В нашем случае человек любит небольшие занятия руками и спокойный темп объяснения. Отдельно известно, что урок про лодочку уже просмотрен. Здесь легко смешать два разных сообщения: «это похоже на мои интересы» и «сегодня повторять не хочу». Для хорошего выбора нужны оба.
Дальше из большого множества материалов получают более короткий набор кандидатов. Потом их оценивают и упорядочивают. Наконец, учитывают дополнительные условия. Такой распространённый путь описан в обзоре рекомендательных систем Google.
Вместо словаря из названий алгоритмов возьмём один вечер и три карточки. Назовём урок про лодочку A, историю морских путешествий B, простой узел C. Все три уже попали в наш небольшой набор: этап поиска кандидатов для примера завершён.
Сначала собрали кандидатов, затем оценили
У длинного каталога нет возможности одинаково подробно рассматривать каждый пункт при каждом открытии страницы. Поэтому первый этап сужает круг. Один способ может предложить материалы по похожей теме, другой — добавить новые или популярные. Получившийся набор ещё нужно сравнить между собой.
Нейросеть в рекомендательной системе может участвовать именно в этой оценке. Разработчики выбирают, на какой вопрос модель должна отвечать. Например, насколько вероятно, что человек станет смотреть материал при данных обстоятельствах. В зависимости от цели системе понадобятся разные признаки и оценки. Сама по себе «похожесть» и полезность конкретному вечеру тоже могут расходиться.
Для нашего разбора числа выбраны автором: они иллюстрируют порядок, а не получены обучением на чьей-либо истории. Карточка A получает 0,92, карточка B —0,36, карточка C —0,72. Это условные оценки, не проценты вероятности.
Пока порядок такой: сначала лодочка A, затем узел C, потом путешествия B. Самая высокая оценка у лодочки объясняет, почему она оказалась впереди при первом сравнении. Но в списке пока не учтено явное исключение.
Откуда взялись наши оценки
При желании можно проверить весь расчёт ниже. Если интереснее логика подборки, достаточно запомнить текущий порядок A/C/B и перейти к исключению: лодочка пока выиграла соревнование, но вечер ей ещё не отдали.
Небольшой расчёт для трёх карточек
Мы задали предпочтения парой чисел(1; 0,2). Для удобства представим первую координату как интерес к практическому действию, вторую — к спокойному рассказу. Значения карточек тоже назначим вручную. Вектором здесь называется просто такая пара.
| Карточка | Назначенная пара | Расчёт оценки | Оценка |
|---|---|---|---|
| A: бумажная лодочка | (0,9; 0,1) | 1×0,9 +0,2×0,1 | 0,92 |
| B: морские путешествия | (0,2; 0,8) | 1×0,2 +0,2×0,8 | 0,36 |
| C: простой узел | (0,6; 0,6) | 1×0,6 +0,2×0,6 | 0,72 |
Умножаем соответствующие координаты и складываем результаты — это скалярное произведение. Сортируем по убыванию:0,92>0,72>0,36, то есть A/C/B. Выбранные числа позволяют увидеть каждый шаг. Они не описывают внутренние представления реального пользователя или формулу конкретной платформы.
Явное исключение меняет итоговую подборку
Теперь добавим короткое сообщение человека: «Лодочку уже смотрел, сегодня этот урок не предлагай». В нашем правиле это означает убрать A из показа. После исключения остаются C и B: простой узел, затем история путешествий.
Ничего загадочного с оценками не произошло. Значение A не стало ниже из-за новой арифметики. Если пересчитать только исходную таблицу, лодочка снова окажется впереди. Чтобы учесть ваше пожелание, нужно сохранить отдельное условие исключения и применить его к уже упорядоченному набору. Так хорошо видна разница между высокой оценкой и допуском в окончательный список.
Этот этап называют повторным упорядочиванием, или re-ranking. В главе Google о завершающей обработке разобраны фильтры и дополнительные условия, включая разнообразие и свежесть. Явное нежелание видеть пункт тоже может менять итоговый показ.
| Этап нашего разбора | Что получили | На какой вопрос ответили |
|---|---|---|
| Кандидаты | A, B, C | Из чего сейчас выбираем |
| Оценка и порядок | A, C, B | Что выше по выбранной оценке |
| Учёт исключения A | C, B | Что осталось допустимым для показа |
Здесь у нейросети и правил разные роли. Модель может оценивать кандидатов, а явное условие убирает неподходящий пункт. В реальной системе способ учёта пожеланий зависит от устройства сервиса; наша маленькая схема помогает понять саму механику.
А если вы хотите разнообразия
Допустим, вместо исключения появилась просьба: «Сегодня хватит поделок, хочется одну историю для отдыха». Теперь полезен другой итоговый порядок. Рассказ про путешествия может получить место по этому условию, хотя в прежнем сравнении был третьим.
Чтобы проверить такой новый пример, запишите новое правило отдельно. Убирать уже просмотренное и обеспечивать разнообразие — разные действия. Смешав их в один шаг, легко потерять понимание, почему карточка сменила место.
В нашей первоначальной задаче правило остаётся одним: исключить A. Поэтому проверенный ответ именно C/B. Сохраните в заметке и старый порядок, и это условие, и итог. Если завтра захочется разнообразия, новую версию будет с чем сравнить; станет видно, какое ваше решение поменяло подборку.
Какую цель выбрали для оценки
Слово «лучше» требует продолжения: лучше для чего? Нужен короткий урок, который человек досмотрит и повторит? Рассказ для спокойного вечера? Новый материал по знакомой теме? Даже одни и те же кандидаты могут выстроиться по-разному при разных целях.
В уроке Google о scoring показано, что выбор цели влияет на рекомендации. Например, оптимизация числа нажатий может выделять одни материалы, а времени просмотра — другие. Это помогает понять, почему ваша приятная подборка и первое место по отдельной метрике не обязаны совпадать.
Для собственного вечера цель можно назвать обычными словами: «Хочу научиться одному простому узлу и успеть попробовать его сам». После этого становится легче выбирать материал по описанию. Важны понятная демонстрация и выполнимое действие, а громкое обещание «все узлы мира» сегодня просто не требуется.
Это уже полезный способ разговаривать с ИИ. Объясните желаемый результат и дайте имеющиеся карточки. Помощник сможет сравнить их по вашим условиям, вместо того чтобы сочинять список из неизвестного каталога.
Попросите помощника разобрать свои три варианта
Откройте DeepSeek и вставьте в поле сообщения три названия с короткими описаниями. Можно начать с нашего набора:
Помоги выбрать, что посмотреть и попробовать сегодня.
A: урок «Бумажная лодочка» — практическая поделка из бумаги.
B: «Морские путешествия» — спокойный рассказ.
C: «Простой узел» — объяснение одного узла для верёвки.
Мне хочется небольшого занятия руками и спокойного объяснения. A я уже смотрел и сегодня исключаю. Другие материалы не добавляй.
Сначала перечисли допустимые варианты. Затем предложи порядок для моей цели, объясни его по описаниям и задай один вопрос, если для выбора не хватает важного условия. Не приписывай материалам неизвестные тебе особенности.После отправки ждём C и B среди допустимых вариантов и объяснение предложенного порядка. В этом обращении нет числовой формулы из нашего расчёта, поэтому здесь вы обсуждаете выбор по описаниям. Если хотите повторить именно арифметический пример, передайте помощнику таблицу и попросите отдельно проверить умножения, порядок A/C/B и удаление A.
Прочитайте результат рядом со своим условием: исчезла ли A из допустимых, остались ли только переданные материалы? Первый приятный результат — получить короткий список, где уже просмотренного урока нет. Затем вы можете уточнить: «У меня только верёвка, бумагу искать не хочу» или «Сегодня хочется просто послушать». Чат сможет разобрать изменившиеся условия по вашим словам.
Если помощник вернул A, укажите конкретное место: «Этот пункт явно исключён. Убери его и объясни оставшийся выбор». Не нужно заново переписывать всё поручение. Затем проверьте две оставшиеся карточки: не добавилась ли им неизвестная длительность или сложность? Если описание умолчало о темпе урока, полезнее получить вопрос, чем уверенный вымысел.
Чем рекомендация отличается от поиска
При поиске вы задаёте, что хотите найти: например, название определённого узла и автора урока. Запрос помогает искать нужный материал. В рекомендации система предлагает кандидатов по доступным сигналам и своей цели, даже когда точное название вы ещё не выбрали.
В нашем вечере рекомендация отвечает на вопрос «чем заняться из этого набора». Когда остановились на узле и захотели конкретную инструкцию, появляется поисковая задача. Эти действия удобно использовать по очереди: выбрать направление, затем найти нужный материал.
Сигналы о вчерашней лодочке могут подсказать интерес к занятиям руками. Но сегодняшний разговор добавил ваше явное решение о повторе. Понимание этой разницы помогает сформулировать пожелание точнее, даже если вы ничего не знаете о внутренней модели сервиса.
Если хочется перейти от объяснения механизма к делу с собственными заметками, попробуйте первую бытовую задачу в чате. Там результатом будет список для сборов. Здесь мы получили короткую понятную схему выбора и проверили исключение. Если захотите разбирать свои задачи с ИИ дальше, в условиях участия в «Первопроходцах» описаны постепенные уроки, вопросы и работа над собственными проектами.
Вопросы и ответы
Самый высокий балл всегда становится первым пунктом на экране?
В нашем примере A лидирует по оценке, но исключён из показа. Итоговый список учитывает и другие условия. Поэтому при разборе полезно отдельно смотреть на оценку и на правила окончательной подборки.
0,92 значит 92 процента вероятности?
В нашей таблице это результат выбранного арифметического действия. Мы не рассчитывали вероятность на данных пользователей. Оценку можно сравнить с двумя другими в той же таблице и получить порядок, который затем проверяется.
Нейросеть в рекомендательной системе знает мой вкус целиком?
Ей доступны определённые сигналы, по которым строится оценка для конкретной цели. Сегодняшнее пожелание может отличаться от вчерашнего интереса. Полезно явно сказать, что вы хотите сейчас и что исключаете из выбора.
Все сервисы считают по нашей формуле?
Нет. Мы назначили пары чисел вручную, чтобы проверить три оценки и одно исключение без доступа к платформе. Распространённая архитектура помогает различить этапы, а конкретные модели и правила у сервисов свои.
Можно ли сделать этот опыт без регистрации на платформе рекомендаций?
Достаточно трёх бумажных записей с названиями, их условий и таблицы. Порядок A/C/B и исключение A проверяются самостоятельно. Текстовый помощник пригодится, когда захочется обсудить выбор по описаниям или разобрать непонятный шаг.
Бумажная лодочка остаётся на столе, а рядом появляется первый узел. Высокая оценка вчерашнего урока никуда не исчезла — просто вы выбрали сегодняшнее занятие. Все три этапа теперь можно показать на этих вещах: собрали варианты, сравнили, учли условие. Комнатный фикус пока свободен от обязанностей адмирала.