Яндекс представил Sona — ИИ-модель, способную заменить десятки алгоритмов рекомендаций

Это первая в мире модель, которая заменяет целый каскад алгоритмов, не требует ручного подбора признаков и показывает высокие результаты на практике.

Каждый день рекомендательные системы подсказывают людям, что посмотреть, послушать или купить. И каждая из них состоит из множества алгоритмов. Одни ищут среди миллионов вариантов подходящие, другие — отбирают среди них лучшие и расставляют в нужном порядке. Это целый конвейер, где каждая модель решает свою задачу. Разработчикам приходится отдельно обучать каждый алгоритм и подбирать признаки, по которым они оценивают варианты.

Яндекс первым показал на практике, что этот конвейер можно заменить одной моделью. Она анализирует действия пользователя — что он выбирал, что отклонял, к чему возвращался — и сразу определяет, что ему подойдёт.

Первым сервисом, где Яндекс протестировал новую модель, стали музыкальные рекомендации в умных колонках с Алисой. На неделю Sona заменила действующую в умных колонках систему рекомендаций, включающую 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. Результатами эксперимента команда Яндекса поделилась в научной статье на международной платформе arxiv.org. Разработкой и тестированием новой модели занимались инженеры Алисы, Яндекс Музыки и команда R&D (Research and Development).

Яндекс более десяти лет развивает рекомендательные системы. В 2025 году компания внедрила в свои сервисы систему ARGUS, которая работает на трансформерах, — она позволила резко улучшить качество рекомендаций. В 2026 году Яндекс стал использовать в рекомендательных системах архитектуру Gryphon, объединяющую некоторые этапы подбора рекомендаций. Sona продолжает это направление развития, успехов в котором на сегодняшний день добились лишь несколько компаний в мире.

Яндекс не ограничивается созданием собственных рекомендательных систем и делится наработками с международным сообществом. В 2025 году компания выложила в опенсорс Yambda — один из крупнейших в мире датасетов для развития рекомендаций. Он позволяет учёным и исследователям со всего мира тестировать и улучшать собственные алгоритмы. Yambda уже использовали в своей работе учёные из Kuaishou и Meta*. Успехи рекомендательной модели Sona отметили учёные из ByteDance, которые создают рекомендации, например, для TikTok.