Как перебор соседей поднял результат на 4 сотых: история одной победы на дататоне

На последнем вечере дататона команда упёрлась в потолок: ансамбль моделей давал 0.6605, а fine-tuning проваливался на лидерборде. Вместо добавления новых энкодеров, которые приносили лишь тысячные, решили изменить алгоритм поиска соседей.

Применили K-reciprocal re-ranking, а затем повторно AS-Norm. Ожидали 0.67–0.69, но получили 0.7042 — прирост более 4 сотых без дообучения. Это подняло команду на 10-е место из 93 участников.