Бойлерная

Команда Яндекса представила суверенную ИИ-модель рекомендаций Sona, которая по действиям пользователя одновременно определяет, что ему порекомендовать и в каком порядке. Для крупного рекомендательного сервиса такой подход нетипичен: обычно за подбор и ранжирование отвечают разные модели, обученные по отдельности. При сравнительно небольшом числе активных параметров Sona сохраняет важные для высоконагруженных сервисов преимущества — быстрый отклик и умеренные вычислительные затраты. Модель заменяет целый каскад алгоритмов и не требует ручного подбора признаков. Эффективность такого подхода уже проверили в музыкальных рекомендациях на умных колонках. Семидневный тест показал рост общего времени прослушивания на 6,3%, числа лайков — на 11,4%, а активной аудитории — на 4,5%. Директор Института общественных наук Президентской академии Павел Голосов назвал Sona примером «зрелой суверенной разработки в ИИ» и указал, что результат получен российской инженерной командой на собственной инфраструктуре и данных, но при этом интегрирован в глобальный научный контекст. Яндекс развивает такие технологии более десяти лет: от рекомендаций в Музыке и других сервисах до трансформеров ARGUS и Gryphon. Sona продолжает этот подход, объединяя подбор и ранжирование в одной модели и создавая основу для переноса технологии в другие сервисы. В перспективе архитектуру новой ИИ-модели можно применять в любых продуктах с персональными рекомендациями.