выбранных кадров анимации, которые также векторизуются. YDB хранит векторы и вычисляет косинусное сходство через Knn::CosineSimilarity. Были добавлены четыре новые таблицы для обработки эмбеддингов, подписей, рекомендаций и версионирования. Поиск объединяет три ранжированных списка с помощью взвешенного слияния по методу суммы рангов (Weighted Reciprocal Rank Fusion), с лексическими и текстовыми весами, равными 1, и настроенным визуальным весом. Визуальная ветвь может выйти из строя независимо, возвращаясь к лексическим результатам. Тестирование показало, что семантический поиск улучшает NDCG@5 с 0,539 до 0,724 и Recall@5 с 0,528 до 0,743 на полном наборе из 14 запросов.