ЯндексЯндекс представил Sona – собственную генеративную модель, которая полностью берет на себя подготовку рекомендаций, от подбора вариантов до их ранжирования. По утверждению компании, это первая в мире модель, которая заменяет целый каскад алгоритмов, не требует ручного подбора признаков и показывает высокие результаты на практике.
Рекомендательные системы подсказывают пользователю, что посмотреть, послушать или купить, и каждая такая система состоит из множества алгоритмов. Одни ищут подходящие варианты среди миллионов, другие отбирают лучшие и расставляют их в нужном порядке. Каждый алгоритм этого конвейера обучается отдельно, а разработчики подбирают признаки, по которым алгоритмы оценивают варианты.
Sona анализирует действия пользователя – что он выбирал, что отклонял, к чему возвращался – и сразу определяет, что ему подойдет. Яндекс первым показал на практике, что конвейер из отдельных алгоритмов можно заменить одной моделью.
Эксперимент в умных колонках с Алисой
Первым сервисом, где Яндекс протестировал новую модель, стали музыкальные рекомендации в умных колонках с Алисой. На неделю Sona заменила действующую систему рекомендаций, которая включает десятки алгоритмов: каждый из них предлагает подходящий трек, а система в несколько этапов выбирает лучший.
По итогам эксперимента время прослушивания рекомендованных треков выросло в тестовой группе на 6,3%, а количество просьб повторить трек – почти на 18%. Аудитория активных слушателей увеличилась на 4,5%, это в 2,4 раза больше, чем после предыдущего обновления.
Разработкой и тестированием модели занимались инженеры Алисы, Яндекс Музыки и команда R&D. Результаты эксперимента команда описала в научной статье на arxiv.org. В ней указано, что Sona заменила производственный каскад из более чем 15 генераторов кандидатов, а также моделей предварительного ранжирования и ранжирования, которые используют сотни признаков. Сама модель устроена как трансформер над хронологической историей действий пользователя с двумя выходными блоками – декодером и модулем ранжирования.
История действий пользователя проходит через общий энкодер, декодер подбирает кандидатов, а модуль ранжирования расставляет их в нужном порядке. Нижний блок – сигналы, которые используются только при обучении. Источник: технический отчет Sona
Что Яндекс делал до Sona
Яндекс развивает рекомендательные системы более 10 лет. В 2025 году компания внедрила в свои сервисы систему ARGUS, которая работает на трансформерах и повысила качество рекомендаций. В 2026 году Яндекс начал использовать архитектуру Gryphon, объединяющую некоторые этапы подбора рекомендаций. Sona продолжает это направление, в котором, по данным компании, продвинулись лишь несколько компаний в мире.
Свои наработки Яндекс передает и внешним исследователям. В 2025 году компания выложила в открытый доступ Yambda – один из крупнейших в мире наборов данных для рекомендательных систем, на котором можно тестировать и улучшать собственные алгоритмы. Yambda уже использовали в своей работе ученые из Kuaishou и Meta*, а результаты Sona отметили ученые из ByteDance, которые создают рекомендации в том числе для TikTok. В сентябре 2026 года Яндекс также выложил в опенсорс языковую модель Alice AI Foundation.
*Meta признана в России экстремистской организацией, ее деятельность запрещена.