«Яндекс» представил единую генеративную модель рекомендаций Sona

Sona объединяет поиск кандидатов и ранжирование, заменяя каскад из десятков специализированных алгоритмов. В недельном тесте музыкальных рекомендаций на умных колонках модель увеличила время прослушивания рекомендованных треков на 6,3%.

«Яндекс» представил генеративную рекомендательную модель Sona, которая самостоятельно подбирает и ранжирует контент. Она призвана заменить традиционный конвейер из нескольких моделей, каждую из которых приходится обучать для отдельного этапа и снабжать вручную подобранными признаками.

В Sona единое представление пользователя применяется модулем авторегрессионной генерации кандидатов и модулем ранжирования. Модель обрабатывает последовательность действий пользователя, включая выбранные и отклонённые композиции, а также возвраты к прослушанным трекам. Согласно техническому отчёту, в эксперименте она заменила производственную систему, состоявшую более чем из 15 генераторов кандидатов, а также моделей предварительного и окончательного ранжирования.

Недельное A/B-тестирование прошло в рекомендательном разделе «Моя волна» на умных колонках с «Алисой». По данным компании, в тестовой группе время прослушивания рекомендованных композиций выросло на 6,3%, число просьб повторить трек — почти на 18%, а количество активных слушателей — на 4,5%.

Разработкой Sona занимались команды «Алисы», «Яндекс Музыки» и исследовательское подразделение компании. Ранее «Яндекс» внедрил рекомендательную модель ARGUS на основе трансформеров и архитектуру Gryphon, объединившую часть этапов подготовки рекомендаций.