تعتبر اقتراحات الفيديو من العناصر الحيوية التي تؤثر على تجربة المستخدم في المنصات الرقمية، وقد أظهر إطار HiGR (Hierarchical Generative Slate Recommendation) الجديد الذي تم تطويره بواسطة شركة Tencent كيف يمكن تحسين هذه التجربة بطرق لم يسبق لها مثيل.

يعتمد HiGR على هيكلية مبتكرة تتجاوز الطرق التقليدية في تقديم الاقتراحات، حيث يواجه تحديات عدة منها تعقيدات تداخل فضاءات معرف المواد (SID) وصعوبات التخطيط على مستوى القوائم. في هذا السياق، يقدم HiGR طريقتين فعالتين لتحسين هذا الجانب.

أولاً، يعتمد HiGR على نموذج VAE (Variational Autoencoder) بنمط Prefix-Contrastive Residual، مما يتيح له تعلّم هياكل معرف المواد بطرق أكثر تنظيمًا، وبالتالي خلق فضاء قابل للتحكم يساهم في تعزيز فاعلية التخطيط.

ثانياً، يقوم HiGR بتحويل نمذجة المعلومات من مستويات الدقة العالية إلى نقاط تفضيلية أكبر من خلال استخدام نظام Hierarchical Slate Decoder (HSD)، مما يقلل بشكل كبير من زمن الاستجابة ويعزز فعالية التخطيط الهيكلي.

كما أن هذه التصميمات المتطورة تمكّن آلية التوافق المعتمدة على ORPO (Ordered Repeated Preference Optimization) لتحسين جودة الاقتراحات من حيث الترتيب والتنوع، مما يضمن تحقيق التوازن بين الاهتمام الحقيقي للمستخدم وضرورة تنوع المحتوى.

في اختبارات الأداء، أظهرت النتائج تفوق HiGR على النماذج التقليدية بأكثر من 10% في جودة الاقتراحات، فضلاً عن تسريع عملية التنفيذ لخمس مرات. وتجدر الإشارة إلى أن اختبارات A/B على منصات Tencent أظهرت زيادة بنسبة 1.22% في وقت المشاهدة و1.73% في عدد مشاهدات الفيديوهات.

اليوم، يُعتبر HiGR ركيزة أساسية في نظام الاقتراحات برقابة عالية، حيث يخدم مئات الملايين من المستخدمين، مشيراً إلى القدرة الكبيرة لهذه التقنية في مجال الذكاء الصناعي.