Российские исследователи сократили расход памяти нейросети на графах связей в 100 раз и проверили метод на «ВКонтакте»
Материал подготовлен Sintelligent с помощью ИИ. Опубликовано в SI: . Обновлено: .
Огромные сети связей можно обрабатывать на гораздо меньшем железе, а значит, такие модели станут доступнее.
Команда AI VK Research предложила новый способ хранения данных для графовых нейросетей, которые работают со связями между объектами. По данным исследователей, расход памяти падает в 100 раз, подготовка данных ускоряется в 2,5 раза. На тестовом графе из 194 млн пользователей и 28 млрд связей метод проверили на рекомендациях друзей во «ВКонтакте»: число добавлений в друзья по подсказкам выросло на 16% (11,5% в подробном тесте). Работа принята на конференцию CIKM 2026.