«Яндекс» представил Sona - генеративную ИИ-модель, которая способна заменить целый каскад традиционных алгоритмов рекомендательных систем. В отличие от классической схемы, где одни модели ищут подходящие варианты, а другие отбирают и ранжируют их, Sona объединяет эти этапы в единой системе и самостоятельно определяет, что заинтересует конкретного пользователя.
Первым практическим применением Sona стали музыкальные рекомендации в умных колонках с «Алисой». В эксперименте новая модель на семь дней заменила действующую систему, состоявшую более чем из 15 генераторов кандидатов, а также отдельных моделей предварительного и финального ранжирования.
Результаты тестирования оказались заметными. Общее время прослушивания рекомендованной музыки выросло на 6,3%, количество лайков - на 11,42%, а число активных пользователей увеличилось примерно на 4,53%. Рост активной аудитории оказался примерно в 2,35 раза выше дополнительного эффекта, который ранее обеспечила модель Argus. В исходном сообщении «Яндекс» также отмечает почти 18-процентный рост повторных запросов на понравившиеся композиции.
Sona анализирует последовательность действий пользователя: что он слушал, какие варианты выбирал, от каких отказывался и к чему возвращался. При этом разработчикам не требуется вручную создавать наборы признаков для модели.
Новая разработка продолжает развитие рекомендательных технологий «Яндекса». В 2025 году компания внедрила трансформерную систему Argus, а в 2026-м начала использовать архитектуру Gryphon для объединения отдельных этапов формирования рекомендаций. Теперь Sona предлагает перейти от набора специализированных алгоритмов к одной генеративной модели.
В 2025 году «Яндекс» также открыл набор данных Yambda для исследований рекомендательных систем. Разработки компании уже привлекли внимание специалистов из ByteDance, работающих над рекомендациями для TikTok.
Новости нейросетей
10.10.2026