Традиционные рекомендательные системы напоминают многоступенчатый завод: одна группа алгоритмов занимается поиском вариантов среди миллионов единиц контента, другая — их сортировкой. Каждый этап такой цепочки требует отдельного обучения и настройки. Sona радикально упрощает процесс, анализируя действия пользователя — его предпочтения, пропуски треков и повторные прослушивания — напрямую и без необходимости ручного подбора признаков.
Яндекс перевел рекомендации на единую нейросеть Sona
Вместо привычного конвейера из десятков алгоритмов Яндекс внедрил генеративную модель Sona, которая берет на себя весь цикл работы с контентом: от первичного отбора до финального ранжирования. Разработка уже прошла полевые испытания в музыкальном стриминге, показав заметный рост вовлеченности аудитории и качественное изменение пользовательского опыта.
Эффективность нового подхода проверили на рекомендациях в умных колонках с Алисой. В течение недели Sona управляла музыкальной лентой вместо прежней системы, состоящей из десятков специализированных инструментов. Итоги оказались показательными: время прослушивания рекомендованных композиций увеличилось на 6,3%, а количество запросов на повтор трека подскочило почти на 18%. Прирост активной аудитории составил 4,5%, что в 2,4 раза превышает показатели после предыдущих обновлений алгоритмов. Детальное описание архитектуры системы опубликовано на портале arXiv, а над проектом работали объединенные команды Алисы и Яндекс Музыки.
Комментарии (0)
Пока нет комментариев. Будьте первым!