1. Ускорили пайплайн обучения для большинства случаев. На тысячах прогонов были обучения, которые от начала до конца занимали меньше минуты (но это, конечно, для небольших проектов)

  2. Качество работы персонализаций выросло на 23% в среднем по метрикам (разброс большой, зависит от конкретной гипотезы и проекта)

  3. Активно занялись ML, которая "многосессионит" (теперь она используется не только в моделируемых конверсий, но и в смарт фидах). Ворвались с новым подходом с ноги, получили наглые +5.5%. Зато теперь куда лучше отрабатывает в самых сложных и редких цепочках.

  4. Сами моделируемые конверсии выросли на 12-19% по метрикам в зависимости от типа моделируемой конверсии. Тут лучше, тут умнее, тут адаптивнее, тут реализация подороже - и вот из небольших приростов на каждом шаге складывается что-то более приятная сумма

  5. Общая Антибот модель была значительно прокачена, особенно для смартфонов и планшетов (там скакнуло на 22% и 35% соответственно по нашим бечмаркам)

  6. Старые добрые аудиторные сегменты стали еще более автоадаптивными. Рост по метрикам где-то на 15-20%, в основном за счет подтягивания самых сложных ситуаций.

#Как оцениваем?

В реальности у нас почти на все есть сложный внутренний бечмарк. Где-то он близок к стандартному, где-то совсем специфический (там где и сама задача - специфическая).

Помните, что новая модель будет только после нового обучения.