O Pinterest substituiu seu sistema de várias etapas para agrupar interesses dos usuários por um modelo de linguagem Qwen3 ajustado, com 4 bilhões de parâmetros. A empresa afirma que um teste inicial nos EUA e no Canadá aumentou em 1,1% a taxa de cliques em e-mails e em 1,3% as aberturas de notificações push, em comparação com o sistema anterior.
O Pinterest chama de “jornada” um objetivo que conecta os interesses, as intenções e as circunstâncias de uma pessoa ao longo de várias sessões. Por exemplo, pesquisar armários de cozinha, salvar ideias de bancadas e, mais tarde, navegar por azulejos ou iluminação pode indicar um único projeto de reforma, e não interesses separados. O modelo usa essas jornadas inferidas no sistema de recomendação já existente do Pinterest; não o substitui.
Como funciona o novo sistema?
O fluxo de trabalho anterior extraía palavras-chave da atividade, agrupava-as usando embeddings e clusterização hierárquica e, em seguida, recorria a outros modelos e regras para nomear e classificar os grupos. Segundo o Pinterest, esse processo podia separar ações relacionadas em jornadas distintas, criar rótulos vagos ou interpretar um clique ocasional como uma intenção duradoura.
O novo modelo analisa um registro cronológico de até 150 ações em um período de 360 dias, além de um perfil compacto do usuário, e gera nomes para as jornadas, ordenados por relevância. Pesquisas e ações de salvamento têm mais peso do que cliques incidentais. As instruções do modelo enfatizam a atividade repetida, o quão recente ela é e o grau de especificidade aparente. Também orientam o modelo a não combinar interesses sem relação entre si, filtrar atividades isoladas e não indicar nenhuma jornada quando as evidências forem fracas.
O Pinterest usou modelos maiores para criar exemplos sintéticos de treinamento a partir de históricos de atividade e, depois, ajustou modelos menores de pesos abertos da família Qwen3. Após testar modelos de 0,6 bilhão a 8 bilhões de parâmetros, escolheu a versão de 4 bilhões por equilibrar a qualidade da inferência e a velocidade de processamento. O Pinterest executa o modelo com NVIDIA Dynamo e vLLM em GPUs L40S e evita repetir a inferência para usuários cujas jornadas foram geradas nos últimos dias.
O que o Pinterest mediu?
O Pinterest avalia a qualidade das jornadas com comparações lado a lado, um modelo de linguagem separado que julga se uma jornada é relevante e tem respaldo na atividade, e experimentos online. A empresa relata ganhos estatisticamente significativos de engajamento e retenção nos testes A/B iniciais, além dos aumentos nas taxas de cliques e aberturas. O relato fornecido não informa o tamanho do ganho de retenção.
A abordagem se assemelha ao uso, pela Netflix, de longas sequências de atividade dos assinantes para aprimorar os sistemas de recomendação. O Pinterest gera descrições explícitas das jornadas, enquanto a Netflix já descreveu a criação de representações reutilizáveis de preferências; ambos incorporam comportamentos de longo prazo a sistemas de personalização existentes.
Por que importa
Para os usuários do Pinterest, a mudança pode fazer com que e-mails e notificações push sobre projetos reflitam melhor atividades realizadas em várias visitas; nos testes iniciais, a empresa relata taxas mais altas de cliques e aberturas. Os resultados não mostram se todos os usuários receberão recomendações mais relevantes nem qual foi o tamanho do aumento na retenção.
