Здравствуйте! Очень интересно. Подписался. Есть задача обучить нейросеть прогнозировать CTR тизера (картинка + текст). Для этого есть база очень похожих тизеров, для которых заранее известен CTR. Нужно скормить нейросети эти тизеры в качестве обучения. А затем попробовать определить прогнозный CTR у новых тизеров, где достоверный результат ещё не известен. Вопросы: 1. Способны ли нейросети на данном этапе развития решать такие задачи более или менее точно? 2. Какую модель лучше использовать для таких тестов? 3. На какой минимальной базе можно обучить нейросеть до получения достоверных прогнозов?

@aikula999

5 ай бұрын

Добрый день! Интересная задача. Но надо понимать сразу, является ли текст + картинка достаточными для прогнозирования CTR. В частности, какие факторы еще могут влиять. Надо тестировать варианты, но точно можно сказать можно только после тестов. 1. Можно попробовать, если есть достаточное количество обучить классический ML на вход подавая эмбидинги одновременно для картинки и текста. В этом случае можно использовать регрессионную модель для прогнозирования CTR. Но должно быть хотя бы пару сотен пар тизер - текст. 2. Можно посмотреть какие есть мультимодальные модели для классификации и разбить на два три класса все примеры (успешные и неуспешные) и дообучить. 3. Можно и через обучение на нескольких примерах... понятно как с текстом, но не понятно как с несколькими картинками... Точно есть еще стратегии... надо просто чуть почитать по этой теме. Как заключение - да, вполне способны решать такие задачи. Если достаточно качественных данных, как всегда. Но для LLM надо меньших данных для обучения. Так как у нее есть представление о многих вещах и достаточно просто нескольких примеров.

@user-ky6dc1ko7r

4 ай бұрын

Добрый день. А разве на показатель CTR не влияют дополнительные факторы, плейсмент, время/место показа, настройки таргетинга и т.д?

Как с вами связаться? Вы сказали в видео, что укажете почту, но её не нашёл.