Авито устроило турнир uplift-моделей: победил X-learner, а не Causal Forest
Аналитик Авито Гриша Крюков устроил «чемпионат» среди четырёх uplift-моделей: S-learner, T-learner, X-learner и Causal Forest. Формат — групповой этап на синтетике плюс плей-офф на реальных данных, метрика PEHE. Неожиданный итог: X-learner вышел из группы лишь третьим, но выиграл оба полуфинала и финал — PEHE 0.579 против 1.135 у T-learner.
معالج بواسطة الذكاء الاصطناعي من Habr: Avito؛ بتحرير Hamidun News
في يوليو 2026، نظّم غريشا كريوكوف، محلل فريق الثقة والأمان في أفيتو، «بطولة» بين أربعة نماذج uplift شائعة - S-learner وT-learner وX-learner وCausalForest - تضمّنت مرحلة مجموعات وأدوارًا إقصائية. وذهبت الذهبية، بشكل مفاجئ، إلى X-learner، الذي خرج من مرحلة المجموعات في المركز الثالث فقط، لكنه فاز في نصفي النهائي والنهائي.
لماذا نحتاج إلى نماذج uplift
تُقيّم نمذجة uplift الأثر الفردي للتدخل - أي مقدار التغيّر في سلوك شخص معيّن نتيجة لعرض ترويجي، وليس متوسط استجابة المجموعة. الصعوبة الرئيسية تكمن في أنه لا يمكن لنفس الكائن أن نلاحظ فيه النتيجتين في آن واحد: مع التدخل ودونه.
«المشكلة الرئيسية: بالنسبة للاعب واحد، لا نعرف أبدًا الحالتين في نفس
الوقت» - غريشا كريوكوف، محلل في فريق الثقة والأمان في أفيتو.
تحل المقاربات الأربع هذه المهمة بطرق مختلفة: يُدخل S-learner علم التدخل كخاصية عادية، ويدرّب T-learner نموذجين منفصلين، بينما يضيف X-learner تدريبًا على الآثار الزائفة (pseudo-effects) وترجيح propensity، أما CausalForest فيبني أشجارًا تُعظّم الفرق في الأثر.
كيف نُظّمت البطولة
تألفت البطولة من مرحلة مجموعات على بيانات اصطناعية وأدوار إقصائية على بيانات حقيقية. قاس المؤلف جودة النماذج بمقياس PEHE (Precision in Estimation of Heterogeneous Effect) - وكلما انخفضت قيمته، زادت دقة تقدير الأثر.
- النماذج: S-learner، T-learner، X-learner، CausalForest
- المقياس - PEHE، ونقاط المجموعة حسب الترتيب: 3-2-1-0
- مرحلة المجموعات - بيانات اصطناعية، 5000 ملاحظة، 10 خصائص، تقسيم 70/30
- نصف النهائي - مجموعة بيانات Hillstrom Mine That Data، 64 ألف عميل تجارة إلكترونية
- النهائي - مجموعة بيانات FIFA21، نحو 10 آلاف لاعب كرة قدم و26 خاصية
بعد ثلاث جولات في مرحلة المجموعات، تصدّر CausalForest الترتيب بـ6 نقاط، وحصل كل من S-learner وX-learner على 5 نقاط، بينما جاء T-learner في ذيل الترتيب بنقطتين.
لماذا فاز X-learner
فاز X-learner لأن بنيته تتعلم بالتحديد من الفرق بين سيناريوهات وجود التدخل وعدمه، وليس من المستوى العام للاستجابة. في نصف النهائي، سحق S-learner (PEHE 0.215 مقابل 0.747)، وفي النهائي تفوّق على T-learner بنتيجة PEHE 0.579 مقابل 1.135.
«البنية تعمل كما هو مقصود منها: فبدلًا من المستوى العام، يتعلم النموذج
بالتحديد الفرق بين عالمَي التدخل وعدمه» - غريشا كريوكوف.
يفسّر المؤلف سبب خسارة المرشح المفضّل على النحو التالي: في البيانات الاصطناعية، حيث يكون التوزيع مثاليًا، كانت الأفضلية لـCausalForest المتين، لكن في البيانات الحقيقية «غير النظيفة» كانت الغلبة للبنية الأكثر مرونة. وتحمّل T-learner النصيب الأكبر من الضرر: فنموذجاه المستقلان لا يتبادلان المعلومات، وقد كان ذلك قاتلًا في النهائي.
ما الذي يعنيه هذا
لا يوجد فائز عالمي في نمذجة uplift: ففي البيانات الاصطناعية النظيفة والعينات الصغيرة يفوز CausalForest، بينما في البيانات الحقيقية المشوبة بالضجيج يفوز X-learner. ينبغي اختيار النموذج بناءً على مجموعة البيانات المحددة، لا على سمعة الطريقة.
أسئلة شائعة
ما هي نمذجة uplift؟
هي طريقة لتقدير الأثر الفردي للتدخل - أي مقدار التغيّر في سلوك مستخدم معيّن نتيجة عرض ترويجي أو رسالة بريدية، وليس متوسط الأثر على الجمهور بأكمله. تُستخدم في التسويق والاحتفاظ بالعملاء ومكافحة الاحتيال.
ما النموذج الذي فاز في بطولة أفيتو؟
كان البطل هو X-learner: فقد خرج من مرحلة المجموعات في المركز الثالث فقط، لكنه فاز في نصفي النهائي والنهائي بنتيجة PEHE 0.579 مقابل 1.135 لـT-learner. والسبب هو البنية التي تتعلم من الفرق بين الآثار.
ماذا يعني مقياس PEHE؟
يقيس PEHE (Precision in Estimation of Heterogeneous Effect) مدى دقة تقدير النموذج للأثر الفردي: فكلما انخفضت القيمة، اقترب التنبؤ من القيمة الحقيقية. وقد استُخدم في البطولة لتوزيع المراكز.
هل تحتاج إلى ذكاء اصطناعي يعمل داخل شركتك — وليس فقط في موجز الأخبار؟
أبني ذكاءً اصطناعياً جاهزاً للإنتاج للشركات — أنظمة CRM مخصّصة، أدوات داخلية، وكلاء مستقلون، أتمتة سير العمل. ملك لك، مصمّم وفق عمليتك، دون رسوم لكل مستخدم. من إعداد جمال خميدون، مدير المنتجات في AlpinaGPT (منصة ذكاء اصطناعي، أكثر من 6000 مستخدم).
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.