Яндекс представил модель рекомендаций Sona

Яндекс представил Sona, генеративную модель рекомендаций. О разработке компания сообщила 1 октября 2026 года. Модель сама подбирает подходящие варианты и расставляет их в нужном порядке, ручной подбор признаков ей не нужен.

Обычно такие системы устроены как конвейер: одни алгоритмы ищут подходящие варианты среди миллионов, другие отбирают лучшие и выстраивают их по порядку. Каждый алгоритм приходится обучать отдельно и вручную задавать признаки, по которым он оценивает варианты. Sona берёт эту работу на себя: она смотрит на действия человека, что он выбирал, что отклонял и к чему возвращался, и сразу решает, что ему подойдёт.

Проверка на музыке в колонках

Первым сервисом для теста стали музыкальные рекомендации в умных колонках с Алисой. На неделю Sona заменила работающую там систему, в которую входят десятки алгоритмов: каждый предлагает подходящий трек, а система в несколько этапов выбирает лучший.

В тестовой группе время прослушивания рекомендованных треков выросло на 6,3%, а просьб повторить трек стало почти на 18% больше. Аудитория активных слушателей увеличилась на 4,5%, это в 2,4 раза больше, чем после предыдущего обновления. Результатами команда поделилась в научной статье на платформе arxiv.org.

Над моделью работали инженеры Алисы, Яндекс Музыки и команда R&D. Рекомендательными системами компания занимается больше десяти лет. В 2025 году в сервисы внедрили систему ARGUS на трансформерах, в 2026 году там появилась архитектура Gryphon, объединяющая часть этапов подбора. Sona продолжает это направление, успехов в котором пока добились лишь несколько компаний в мире.

Отдельно Яндекс делится наработками с исследователями: в 2025 году компания выложила в опенсорс датасет Yambda для развития рекомендаций. Что до практики, пока речь идёт только о музыке в умных колонках, а выводы опираются на недельный тест. Для слушателя это означает более точные подборки, но других сервисов эксперимент не затрагивал.

Редактор перевода: Салтанов А.