Мы разработали Sona — генеративную нейросеть, которая по действиям пользователя определяет, что ему порекомендовать и в каком порядке. Для крупного рекомендательного сервиса такой подход нетипичен: обычно за эти задачи отвечают разные модели, обученные по отдельности. В A/B-тесте музыкальных рекомендаций на умных колонках с Алисой Sona заменила такую систему из десятков алгоритмов; по сравнению с контрольной группой общее время прослушивания выросло на 6,30%, а число лайков — на 11,42%.
Разработкой и тестированием новой модели занимались команда R&D, инженеры Алисы и Яндекс Музыки. Расскажем, как они научили модель находить треки среди миллионов без перебора всего каталога и определять их порядок, зачем им понадобился «учитель» и как Sona учится на свежих действиях слушателей. Разберём результаты теста и объясним, что ещё предстоит проверить перед широким внедрением.
Источник: habr.com