Яндекс разработал генеративную нейросеть Sona, которая сама подбирает треки и определяет порядок их воспроизведения. Модель заменила систему из десятков алгоритмов в музыкальных рекомендациях умных колонок с «Алисой»
«Яндекс» создал генеративную нейросеть Sona, которая заменяет сразу десятки алгоритмов в музыкальных рекомендациях. Обычно за подбор треков и их ранжирование отвечают разные модели, обученные по отдельности, рассказали разработчики в корпоративном блоге.
Сейчас музыку для «Яндекс Станций» подбирает целая цепочка: сначала больше 15 алгоритмов ищут подходящие композиции, затем модель предранжирования сокращает список, а финальная модель решает, что и в каком порядке проиграть. Развивать такую схему сложно: модели обучаются отдельно, и улучшение одного этапа не гарантирует лучших рекомендаций.
Sona работает иначе. Нейросеть один раз анализирует прослушивания, пропуски и лайки слушателя, а затем по этой истории сама находит треки и оценивает их. Каждому треку заранее присваивается короткий код Semantic ID — по первым 90 секундам записи и метаданным. Похожие композиции получают схожие коды, поэтому модель, обученная на одних треках, подбирает и близкие к ним.
Чтобы научить Sona оценивать рекомендации, понадобилась отдельная большая модель — «учитель». Ее обучили на действиях слушателей за год, а затем ее оценки стали примерами для Sona. После запуска нейросеть продолжает учиться: пока одна копия подбирает музыку, другая обучается на новых лайках и прослушиваниях. Свежие версии выходят каждые 10 минут, а путь от действия слушателя до обновленной модели — около 45 минут, не больше часа в 99% случаев.
Источник: hi-tech.mail.ru