Яндекс: в тесте модели Sona прослушивание рекомендаций выросло на 6,3%

Рекомендательные системы ежедневно подсказывают людям, что посмотреть, послушать или купить, и каждая из них состоит из множества алгоритмов. Одни ищут подходящие варианты среди миллионов, другие отбирают лучшие и расставляют их в нужном порядке. Разработчикам приходится отдельно обучать каждый алгоритм и подбирать признаки, по которым он оценивает варианты. В умных колонках с Алисой музыкальные рекомендации готовила система из десятков алгоритмов: каждый предлагает подходящий трек, а система в несколько этапов выбирает лучший.

Яндекс разработал Sona — собственную генеративную модель, которая полностью берёт на себя подготовку рекомендаций, от подбора вариантов до их ранжирования. Модель заменяет целый каскад алгоритмов и не требует ручного подбора признаков. Она анализирует действия пользователя — что он выбирал, что отклонял, к чему возвращался — и сразу определяет, что ему подойдёт. Sona продолжает линию собственных разработок компании: в 2025 году Яндекс внедрил в свои сервисы систему ARGUS на трансформерах, в 2026 году стал использовать архитектуру Gryphon, объединяющую некоторые этапы подбора рекомендаций.

Первым сервисом для проверки модели стали музыкальные рекомендации в умных колонках с Алисой. На неделю Sona заменила действующую в колонках систему рекомендаций, а результаты измерялись в тестовой группе слушателей. Модель разрабатывали и тестировали инженеры Алисы, Яндекс Музыки и команда R&D. Итоги эксперимента компания объявила 1 октября 2026 года и описала в научной статье на международной платформе arxiv.org. Успехи Sona, по данным Яндекса, отметили учёные из ByteDance, которые создают рекомендации в том числе для TikTok.