По тесту VK новая модель увеличила длинные просмотры Клипов на 6%

В сообщении от 10 ноября 2026 года VK заявила, что внедрила модель HEGM в рекомендации VK Клипов: в тесте просмотров дольше 10 секунд стало на 6% больше, роликов за один сеанс стали смотреть на 10% больше, а дизлайков стало на 8,3% меньше. HEGM меняет прогноз времени просмотра: вместо одного ожидаемого значения модель оценивает распределение возможной продолжительности просмотра.

По публикации ppc.world, среди рассматриваемых вариантов поведения — быстрый пропуск, частичный просмотр, досмотр и повтор. Для автора это объясняет, почему одинаковое среднее время просмотра может скрывать разную реакцию аудитории. Результат теста относится к рекомендациям сервиса в целом: из него нельзя вывести ожидаемое число показов отдельного ролика.

Что HEGM меняет в прогнозе просмотра

Прогноз одного среднего времени сводит поведение разных зрителей к общей величине. Представим два условных ролика с одинаковым средним просмотром: у первого почти все зрители уходят примерно в один момент, у второго многие пролистывают его сразу, а остальные досматривают. Среднее значение совпадает, но вероятность длинного просмотра у роликов различается. HEGM предназначена для оценки такого различия.

Модель строит прогноз для сочетания зрителя, видео и обстоятельств показа. Отдельная часть сначала оценивает вероятность быстрого пропуска; другая описывает продолжительность более вовлечённого просмотра. Из полученного распределения можно вычислить ожидаемое время, вероятность просмотра дольше заданного порога и вероятность достижения определённой доли длительности ролика. Для порога в секундах и для досмотра это разные вопросы: одно и то же время просмотра занимает разную долю короткого и длинного видео.

Распределение помогает учитывать и просмотр, который продолжается после первого прохождения ролика, если повтор фиксируется в данных. При этом HEGM заменяет компонент прогноза времени просмотра в рекомендательной системе. Публичное описание модели не задаёт формулу, по которой все сигналы объединяются в окончательное место клипа в ленте.

Что показал производственный тест

В научной работе, обновлённой 21 октября 2026 года, описан полуторамесячный A/B-тест: по 5% рабочего потока запросов направляли в группу HEGM и в группу прежней модели. В прямой фазе просмотров длительностью не менее 10 секунд стало на 5,75% больше, быстрых пропусков — на 6,23% меньше, а число роликов за сеанс выросло на 9,26%. Дизлайков стало на 8,34% меньше, тогда как суммарное время просмотра изменилось на −0,03%.

Эксперимент проводили на уровне пользователей. Сначала сравнивали две случайно сформированные группы, затем назначения контрольного и нового вариантов поменяли местами. Направление эффекта сохранилось и во второй фазе. При замене компонента прогноза поиск кандидатов и формирование признаков оставались прежними, поэтому такое сравнение позволяет связать изменения измеренных показателей именно с заменой модели убедительнее, чем сопоставление двух календарных периодов.

Цифра VK о длинных просмотрах близка к результату прямой фазы, но формулировки порога различаются: сообщение компании говорит о просмотрах дольше 10 секунд, работа — о просмотрах не короче 10 секунд. Для числа роликов за сеанс различие заметнее: в сообщении указано 10%, в таблице прямой фазы — 9,26%. VK не уточняет, к какой фазе и способу подсчёта относится показатель из сообщения, поэтому считать его простым округлением табличного значения нельзя.

Почти неизменное суммарное время просмотра тоже важно для смысла результата. В тестовой группе зрители проходили больше роликов за сеанс, реже пропускали их сразу и чаще достигали порога длинного просмотра; это не означает сопоставимого роста общего времени, проведённого за просмотром. Показатели описывают поведение участников эксперимента, а не прибавку просмотров, которую получит каждый автор.

Чем открытые испытания отличаются от теста в Клипах

До оценки на работающем сервисе метод сравнивали с другими вариантами прогноза на открытых наборах KuaiRec и VK-LSVD, а также на внутреннем наборе обезличенных взаимодействий. В этих опытах сохраняли общую основу рекомендательной модели и меняли компонент прогноза времени просмотра. Сравнение касалось качества упорядочивания просмотров и предсказания событий вроде достижения порога длительности.

Это измерение на уже собранных данных. Более точный прогноз на таком наборе сам по себе не показывает, как изменится поведение зрителей после перестройки рекомендаций: для этого нужен производственный эксперимент. Именно поэтому качество прогноза на KuaiRec или VK-LSVD и рост длинных просмотров в VK Клипах нельзя складывать либо считать двумя измерениями одного показателя.

Код, конфигурации, подготовленные разделения данных и контрольные точки модели опубликованы для воспроизведения опытов на открытых наборах. Внутренний набор и записи производственного A/B-теста не опубликованы. Это оставляет возможность независимо проверить открытые сравнения, но не повторить тест в ленте при тех же условиях и с той же аудиторией.

Что различать автору в реакции зрителей

Модель делает видимой для прогноза разницу между событиями, которые одно среднее время объединяет. Для понимания результата важны четыре варианта поведения:

• Быстрый пропуск. Зритель почти сразу переходит к следующему ролику. В производственном тесте таких событий стало меньше, поэтому рост числа роликов за сеанс не сводится к более быстрому перелистыванию ленты.
• Длинный просмотр. Зритель достигает заданного порога времени. Именно по этому типу событий VK сообщила главный прирост; порог не равен досмотру любого ролика до конца.
• Досмотр. Здесь время соотносится с длительностью самого видео. Поэтому одинаковое число просмотренных секунд может означать полный просмотр короткого клипа и лишь часть длинного.
• Повтор. Просмотр продолжается после завершения первого прохождения ролика. Если такой просмотр учтён в данных, одно среднее время не показывает, какая его часть пришлась на возвращение к началу.

Эти различия объясняют, что именно стало доступно прогнозирующему компоненту рекомендаций. Они не раскрывают вес каждого сигнала в окончательном ранжировании и не превращают отдельный досмотр или повтор в гарантию продвижения. Для автора существенное последствие обновления состоит в том, что реакция на клип может оцениваться подробнее, чем одним средним временем просмотра.

Читайте также:

• VK Клипы достигли 3,5 млрд просмотров в сутки и открыли три ленты
• Shorts или длинные видео лучше растят канал в Казахстане?