Pinterest разработал специализированную модель генерации кандидатов для рекламы конверсий, чтобы решить проблемы с разреженностью и шумом данных о конверсиях вне сайта. Эта модель отличается от предыдущих систем, основанных на взаимодействии, тем, что ориентирована на конверсии в нижней части воронки. Первоначальный запуск в 2023 году привел к значительным улучшениям как в показателях конверсии, так и вовлеченности, включая более высокий коэффициент кликабельности. Дальнейшие итерации в 2025 году обеспечили еще большую ценность конверсии и улучшили окупаемость расходов рекламодателей. Для борьбы с разреженностью данных модель обучается на всех торговых площадках с использованием многоповерхностного подхода. Она дополняет основные сигналы конверсии данными о взаимодействии на сайте, перевзвешивая данные о кликах на основе продолжительности для уменьшения шума. Более жесткие негативы, такие как показы рекламы без взаимодействия, используются для более надежного контрастного обучения. Модель включает в себя пользовательские функции, фиксирующие намерения в реальном времени и долгосрочные предпочтения, наряду с функциями со стороны Pin для семантического понимания и отслеживания производительности. Двухбашенная архитектура с DCN v2 и MLP в параллельных перекрестных слоях улучшает моделирование взаимодействия признаков и качество извлечения. Модель эволюционировала от многоголовочного дизайна к унифицированной многозадачной архитектуре, позволяющей получать прямую выгоду от многозадачной оптимизации во время обслуживания. Была введена функция потерь на уровне рекламодателя, чтобы обеспечить более стабильную гранулярность для сигналов конверсии, что привело к существенному улучшению полноты охвата. Эта новая модель успешно увеличила объем покупок и улучшила производительность рекламодателей, одновременно улучшив пользовательский опыт покупок.