„Рускиот Google“ претстави нова ВИ што го учи вашиот вкус и што ви се допаѓа – еден модел ја врши работата на десетици системи за препораки

Содржина:

• Без рачен избор на признаци, моделот гледа што корисникот избирал и каде се враќал
• Прво се бара меѓу милиони опции, потоа други алгоритми ги редат најдобрите
• Помалку рачна работа кога мал напредок веќе барал ново обучување и усогласување
• 6,3 проценти подолго слушање и речиси 18 проценти повеќе барања за повторување
• 264 до 659 милиони параметри, а моделот-учител не влегува во финалното сервирање
• ARGUS во 2025, Gryphon во 2026, па Sona како следен чекор
• Yambda го користеле Kuaishou и Meta, а Sona го привлекла ByteDance

Без рачен избор на признаци, моделот гледа што корисникот избирал и каде се враќал

Во традиционалните системи, програмерите однапред одредуваат според кои признаци алгоритмите треба да ги оценуваат опциите. Кај Sona тоа не е потребно. Моделот ги анализира претходните избори на корисникот и неговите повторни враќања кон одредени содржини, па од тие обрасци заклучува што би можело да му одговара следно. Според „Јандекс“, ваквиот пристап веќе покажал високи резултати во пракса.

Прво се бара меѓу милиони опции, потоа други алгоритми ги редат најдобрите

Препорачувачките системи секоjдневно им помагаат на луѓето да одлучат што да гледаат, слушаат или купат. Обично тие се составени од многу модели, секоj со своjа задача во истиот процес. Преминот кон единствена ВИ-архитектура означува нова фаза во развоjот на оваа технологиjа, бидеjќи може да го подобри квалитетот на повеќе дигитални услуги одеднаш.

Помалку рачна работа кога мал напредок веќе барал ново обучување и усогласување

Каj класичниот пристап, дури и скромно подобрување значи доработка на поединечни делови, ново тренирање и нивно повторно усогласување. Тоа троши време и пресметувачки ресурси, особено кога системот опслужува голема публика. Со една централизирана архитектура, ажурирањето станува поедноставно, а развоjот на препораките може да оди побрзо.

6,3 проценти подолго слушање и речиси 18 проценти повеќе барања за повторување

Истражувачите ја провериле Sona на музички препораки во паметните звучници со Алиса. Во тест-групата, вообичаениот систем со десетици алгоритми бил заменет со новиот модел во период од една недела. Активната публика на слушатели пораснала за 4,5 проценти, што е 2,4 пати повеќе од резултатот по претходното ажурирање. Тимот на „Јандекс“ ги објавил податоците на меѓународната платформа arxiv.org. Во развоjот и тестирањето учествувале инженерите на Алиса, Јандекс Музика и тимот R&D (Research and Development).

264 до 659 милиони параметри, а моделот-учител не влегува во финалното сервирање

И покраj високите резултати, Sona останува релативно компактна. Во техничкиот извештаj се опишани три експериментални encoder–decoder вариjанти. За време на обучувањето се користи и модел-учител со 600 милиони параметри, но тоj не учествува кога системот им дава препораки на корисниците. Така се користи неговото знаење без дополнителен пресметувачки товар при реалната работа на услугата.

ARGUS во 2025, Gryphon во 2026, па Sona како следен чекор

„Јандекс“ повеќе од десет години работи на препорачувачки системи. Компаниjата претходно го подобрила квалитетот на препораките со ARGUS, систем базиран на трансформери, а потоа со архитектурата Gryphon, коjа обединува дел од фазите во изборот на содржини. Sona го продолжува тоj правец, во област во коjа досега значаен напредок постигнале само неколку компании во светот.

Yambda го користеле Kuaishou и Meta, а Sona го привлекла ByteDance

Развивачите на „Јандекс“ не ги градат само сопствените системи, туку споделуваат и дел од своите резултати со меѓународната заедница. Во 2025 година компаниjата го обjавила Yambda како проект со отворен код, еден од наjголемите светски датасети за развоj на препораки. Преку него научници и истражувачи низ светот можат да ги тестираат и подобруваат своите алгоритми. Yambda веќе бил користен од научници од Kuaishou и Meta. Можностите на Sona го привлекле вниманието и на научници од ByteDance, кои создаваат препораки, меѓу другото, и за TikTok.