Компания «Яндекс» представила генеративную модель Sona, созданную для полного цикла формирования персональных рекомендаций. Разработка берет на себя все задачи — от первичного подбора вариантов до их итогового ранжирования. Ранее для этого требовался целый конвейер из разных алгоритмов, каждый из которых отвечал за отдельный этап. Новая система анализирует действия пользователя, включая повторные прослушивания, сбросы и выбор контента, определяя наиболее подходящие позиции.
Первое практическое тестирование решения состоялось в музыкальном сервисе умных колонок с голосовым помощником «Алиса». В ходе эксперимента Sona на одну неделю полностью заменила прежний многоэтапный комплекс алгоритмов. По результатам тестирования время прослушивания предлагаемых треков выросло на 6,3%, а количество запросов на повтор аудиозаписей увеличилось почти на 18%. Кроме того, прирост аудитории активных слушателей составил 4,5%, что превысило показатели предыдущих обновлений сервиса. В создании и проверке модели участвовали команды R&D, «Яндекс Музыки» и разработчики «Алисы».
Результаты работы опубликованы на международной платформе arxiv.org. Параллельно компания поделилась наработками с глобальным сообществом, выложив в открытый доступ датасет Yambda, который применяют исследователи из Kuaishou, ByteDance и Meta*.
*Компания Meta признана экстремистской в РФ и запрещена