Яндекс представил модель Sona для рекомендаций
Яндекс представил Sona — генеративную модель, которая сама готовит персональные рекомендации, от подбора вариантов до их порядка в выдаче. Она заменяет каскад из десятков отдельных алгоритмов и не требует ручного подбора признаков. В компании называют это первым решением, которое берёт на себя весь путь рекомендации целиком, без промежуточных моделей.
Обычная система делит работу между моделями: одни ищут подходящее среди миллионов объектов, другие отсеивают лишнее, третьи выстраивают порядок. Sona смотрит историю действий человека — что он выбрал, отклонил и к чему вернулся — и сразу предлагает подходящее. Промежуточные этапы и ручная настройка признаков при таком подходе не нужны. Каждую модель больше не обучают отдельно.
Первым испытанием стали музыкальные рекомендации в умных колонках с Алисой. Неделю Sona заменяла действующую систему. Время прослушивания рекомендованных треков выросло на 6,3%, просьб повторить композицию стало почти на 18% больше, а активных слушателей — на 4,5%. Прирост аудитории оказался в 2,4 раза выше, чем после предыдущего обновления рекомендаций.
Над моделью работали инженеры Алисы, Яндекс Музыки и исследовательская команда, результаты вышли в научной статье. В 2025 году Яндекс внедрил систему ARGUS, в 2026-м — архитектуру Gryphon. Ранее компания внедрила ARGUS в Яндекс Рекламу — Sona продолжает линию единых моделей вместо набора отдельных алгоритмов.
Для SMM персональная выдача решает, какой трек или материал человек увидит без отдельного запроса. В связке с искусственным интеллектом одна модель обновляет рекомендации по действиям аудитории быстрее, чем каскад алгоритмов, которые раньше настраивали по отдельности. Перед широким запуском Яндекс ещё проверит, держится ли прирост несколько месяцев, и испытает подход в рекламе.
