Ученые Центра практического ИИ Сбербанка и Института AIRI разработали SplitLight, открытый инструмент для проверки данных перед обучением рекомендательных моделей. Исследование представили на конференции ACM SIGIR 2026.
SplitLight выявляет ошибки в логировании, смещенные временные метки и дубли событий. Также система фиксирует статистику подготовки данных, что позволяет воспроизводить эксперименты и сравнивать результаты разных исследований.
Отдельная функция проверяет реалистичность эксперимента: инструмент определяет возможное попадание данных из будущего, учитывает новых пользователей и объекты и сравнивает обучающую и валидационную выборки.
Разработчики протестировали решение на шести открытых датасетах. SplitLight доступен как Python-библиотека и веб-интерфейс без программирования. Исходный код опубликован на GitVerse и GitHub.
Источник: www.ferra.ru