«Яндекс» разработал собственную рекомендательную ИИ-модель Sona и начал её закрытое тестирование в колонках с «Алисой»
Пока её используют в музыкальных рекомендациях, а со временем планируют протестировать в «Яндекс Рекламе».
Сравнения показателей Sona с предыдущими рекомендательными алгоритмами по числу лайков, времени прослушивания и активных пользователей. Источник: «Яндекс»
- Sona — собственная генеративная модель компании, которая полностью закрывает цикл подготовки рекомендаций, от подбора вариантов до ранжирования на основе поведения пользователя.
- Обычно эти задачи выполняют разные модели, обученные по отдельности, объясняют в «Яндексе». В нынешней системе музыкальных рекомендаций сначала более 15 алгоритмов находят подходящие треки, затем модель предранжирования сокращает список, а другая модель определяет порядок воспроизведения.
- Sona один раз анализирует прослушивания пользователя, пропуски и лайки, затем она же ищет треки и проводит оценку.
- Пока одна копия модели подбирает музыку, другая продолжает учиться на новых взаимодействиях. Версии обновляются каждые 10 минут. Весь путь от действия слушателя до активной версии Sona, которая учла его, занимает около 45 минут, «не больше часа» в 99% случаев.
- Компания ещё тестирует модель. В A/B‑тесте на колонках с «Алисой» за неделю время прослушивания рекомендованных треков выросло на 6,3%, количество повторных прослушиваний — на 18%, число активных слушателей — на 4,5%, что в 2,4 раза больше, чем с последним обновлением рекомендательных систем.
- Тесты планируют проводить ещё несколько месяцев. Sona также проверят в других сценариях музыкальных рекомендаций, затем в «Яндекс Рекламе», а в перспективе и в других продуктах.
Архитектура Sona. Источник: Sona Technical Report на arXiv
Архитектура Sona. Источник: Sona Technical Report на arXiv