Т-Технологии представили библиотеку Scikit-rank для нейросетевого ранжирования

Т-Технологии выпустили open source-библиотеку Scikit-rank с интерфейсом scikit-learn для упрощения внедрения нейросетевых моделей ранжирования.

Библиотека упрощает внедрение нейросетей в рекомендательные системы, делая их доступнее для ML-инженеров.

Позволяет использовать нейросетевые модели ранжирования с привычным API scikit-learn.
Снижает порог входа для замены классического градиентного бустинга на нейросети.
Показала измеримый прирост бизнес-метрик в реальных задачах рекомендательных систем.

Scikit-rank: нейросетевые модели ранжирования в с scikit-learn-совместимым интерфейсом Т-Тех выложил на GitHub Scikit-rank — open source-библиотеку, которая делает удобнее адаптацию нейросетевых моделей ранжирования в прикладных ML-задачах. Статью о библиотеке приняли на международную конфу ACM RecSys 2026. В рексистемах ранжирование часто строят на LightGBM или CatBoost. Переход на нейросети требует отдельно настраивать обработку численных и категориальных признаков, обучение и инференс модели, а хороший гайдлайн по внедрению нейроранкеров найти сложно. Так исследователи Т-Технологий и пришли к разработке библиотеки Scikit-rank со scikit-learn-совместимым интерфейсом и привычными методами fit и predict. Scikit-rank протестили на открытых бенчмарках и трех внутренних задачах Т-Банка: на внутренних данных нейросетевые модели улучшили офлайн-метрики на 3-7%, а в онлайн-тесте против градиентного бустинга дали прирост 4-7% по бизнес-метрикам. https://habr.com/ru/companies/tbank/articles/1088224/

Т-Технологии представили библиотеку Scikit-rank для нейросетевого ранжирования

Кратко (AI)

Компания Т-Технологии представила open source-библиотеку Scikit-rank, которая позволяет использовать нейросетевые модели ранжирования через привычный интерфейс scikit-learn. Решение призвано упростить переход от градиентного бустинга к нейросетям в рекомендательных системах, показав прирост бизнес-метрик на 4-7% во внутренних тестах Т-Банка.

Т-Технологии представили библиотеку Scikit-rank для нейросетевого ранжирования

Кратко (AI)

Обсуждение