Проект реализует state-of-the-art подход TIGER от Google DeepMind (NeurIPS 2023): вместо поиска модель напрямую генерирует ID следующего товара. Каждый товар превращается в осмысленный семантический идентификатор, а seq2seq-модель учится предсказывать его по истории покупок пользователя. Цель — улучшить рекомендации для новых товаров (cold-start) и формировать более разнообразные подборки.