Подготовка датасета для офлайн-оценки рекомендательных моделей: что проверить перед запуском экспериментов

Команда Sber AI Lab описывает опыт анализа расхождений в результатах рекомендательных моделей и разработала фреймворк SplitLight. Авторы подчёркивают, что подготовка данных часто влияет на итоговую оценку сильнее, чем ошибки в реализации модели. В статье разбираются ключевые проверки датасета и процедуры разбиения перед сравнением моделей.