Mis on Yandex Sona?
Sona on Yandexi Yandex Musicu jaoks välja töötatud generatiivne soovitusmudel. Selle eesmärk on otsustada, milliseid lugusid kuulajale soovitada, eriti olukordades, kus kasutaja ei ole esitajat, žanri ega meeleolu täpsustanud ja taasesitus algab automaatselt.
Mudel on loodud täitma kahte ülesannet, mida soovituskonveieri eri osad traditsiooniliselt eraldi käsitlevad: sobivate soovituskandidaatide genereerimine ja nende kandidaatide järjestamine konkreetse kasutaja jaoks. See eristab Sonat üldotstarbelisest keelemudelist. Sona ei paku vestlust, teksti genereerimist, programmeerimisabi ega avalikku vestluslikku API-t. Tegemist on soovitustele spetsialiseerunud süsteemiga.
Yandex tutvustas Sonat avalikult 2. oktoobril 2026. Dokumenteeritud tootmiskatse keskendus Yandex Musicu My Vibe'i soovitusvaatele Alice'i tehisintellekti kasutavates nutikõlarites. Selles testis asendas Sona tootmises kasutatud soovituskonveieri, mis sisaldas enam kui 15 kandidaadigeneraatorit ning millele järgnesid eeljärjestuse ja järjestuse mudelid.
Kuidas Sona soovitusi genereerib
Sona alustab kasutaja kaasatuse sündmuste kronoloogilisest ajaloost. Need sündmused võivad hõlmata kuulamisi, vahelejätmisi, meeldimisi, mittemeeldimisi, lugude identifikaatoreid ja soovipäringu teavet. Lihtsustatult uurib mudel, mida kuulaja on aja jooksul teinud ja millises kontekstis uut soovitust küsitakse.
Kodeerija teisendab selle ajaloo kasutaja ühiseks esituseks. Seejärel kasutab autoregressiivne dekooder seda esitust soovituskandidaatide genereerimiseks. Autoregressiivne genereerimine tähendab, et dekooder loob jada sammhaaval, kasutades varem genereeritud elemente järgmise elemendi määramisel.
Tavaliste loopealkirjade otsese genereerimise asemel loob dekooder õpitud semantilisi ID-sid (Semantic IDs). Need on lühikesed diskreetsed jadad, mis esindavad kataloogiüksusi. Pärast genereerimist seostatakse semantilised ID-d Yandex Musicu kataloogi tegelike lugudega. Seejärel hindab ja järjestab järjestusmoodul genereeritud lood enne nende kuulajale esitamist.
Selline ülesehitus võimaldab kandidaadigeneratsiooni ja järjestust treenida ühise süsteemi osadena. Selle eesmärk on vähendada tavapärase soovitusvirna etappide eraldatust, sest eri mudeleid võidakse muidu treenida, juurutada, jälgida ja uuendada üksteisest sõltumatult.
Treeningu- ja teenindusarhitektuur
Sonat treenitakse järgmise märgi ennustamise ning destilleerimiseesmärkide abil. Selles ülesehituses pakub suurem Teacher Ranker treeningu ajal järjestuse sihtväärtusi. Õpetaja aitab tootmismudelit treenida, kuid Sona soovituste teenindamisel seda vaja ei ole.
Juurutatud süsteem koosneb kodeerijast, autoregressiivsest dekoodrist ja järjestusmoodulist. See eristus on oluline, sest õpetajamudelit ei tohiks käsitleda Sona teenindusnõuete osana. Tegemist on treeningukomponendi, mitte dokumenteeritud kasutajapoolse sõltuvusega.
Tehnilises aruandes kirjeldatakse ka pideva veebitreeningu tsüklit. Äsja tekkinud kuulamissündmused lisatakse treeningandmetesse ning värsked mudelikaalud saab lühikese tsükli jooksul tootmisse edastada. Selle lähenemise eesmärk on aidata Sonal reageerida muutuvatele kuulamismustritele, selle asemel et tugineda ainult fikseeritud treeningandmestikule.
Mis juhtus Yandex Musicu testis?
Yandex hindas Sonat Yandex Musicu nutikõlarites seitsmepäevases reaalajas A/B-testis. Mudel asendas testirühmas olemasoleva soovituskonveieri My Vibe'i vaates, kus taasesitus algab automaatselt, mitte täpselt sõnastatud päringu põhjal.
Yandex teatas katses järgmistest muutustest:
- Aktiivsete kasutajate arv suurenes 4,53%.
- Kuulamise koguaeg suurenes 6,30%.
- Meeldimiste arv suurenes 11,42%.
- Loo uuesti esitamise päringute arv suurenes ligikaudu 18%.
- Suure kaasatusega kuulajate arv suurenes ligikaudu 7,4%.
Yandex märkis ka, et aktiivsete kasutajate arvu kasv oli 2,35 korda suurem kui Arguse varem saavutatud täiendav paranemine. Argust kirjeldati sellel soovitusvaatel varem juurutatud tugevaima mudelina. Need arvud pärinevad teenusepakkuja esitatud tulemustest konkreetses katses; neid ei tohiks tõlgendada muude soovitusvaldkondade või liiklusolude universaalsete toimivusgarantiidena.
Sona peamised tugevused
Üks mudel katab suurema osa soovituskonveierist
Sona kõige olulisem eripära on arhitektuuriline. Tavapärane soovitussüsteem võib kasutada mitut kandidaadigeneraatorit, eeljärjestajat ning üht või mitut lõpliku järjestuse mudelit. Sona eesmärk on tuua kandidaatide genereerimine ja järjestamine ühte ühiselt treenitavasse süsteemi. Kirjeldatud juurutuses asendas selline ülesehitus enam kui 15 kandidaadigeneraatorit koos eeljärjestuse ja järjestuse etappidega.
Väiksem eraldi koordineeritavate etappide arv võib muuta soovitusvirna mõistetavamaks ja hõlpsamini hooldatavaks. Samuti võib väheneda vajadus kavandada liideseid sõltumatult treenitud komponentide vahel. Esitatud uurimus ei anna aga üksikasjalikku taristukulude võrdlust, mistõttu tuleks tegevuskulude kokkuhoidu käsitleda võimaliku eelisena, mitte kinnitatud tulemusena.
See õpib käitumisjadadest
Kuna Sona töötleb kaasatuse kronoloogilist ajalugu, saab see kasutada suhtluse järjekorda ja mustrit, selle asemel et käsitleda iga sündmust eraldiseisva tunnusena. Korduvaid kuulamisi, vahelejätmisi, meeldimisi ja mittemeeldimisi sisaldav jada võib kirjeldada praegust kuulamiskäitumist täpsemalt kui lihtne lemmiklugude loend.
See on loodud sagedasteks uuendusteks
Dokumenteeritud veebitreeningu tsükkel on veel üks praktiline tugevus. Äsja tekkinud kuulamissündmuste kaasamine ja värskete kaalude edastamine lühikese tsükli jooksul võib aidata süsteemil reageerida kasutajate maitse muutumisele, uutele kuulamismustritele ja kataloogi kasutamise muutustele.
Piirangud, kättesaadavus ja dokumenteerimata spetsifikatsioonid
Sonat ei ole dokumenteeritud üldotstarbelise mudelina, mida arendajad saaksid suvaliste ülesannete jaoks kutsuda. Yandex ei ole avaldanud arendajatele mõeldud lõpp-punkti, märgipõhist hinnastamist, allalaaditavaid kaalusid ega tavapärast teksti kontekstiakent. Samuti ei ole dokumenteeritud teksti maksimaalset väljundpikkust, sest Sona ei genereeri tavalisi tekstivastuseid.
Mudeli sisendiks on tavalise teksti-, pildi-, heli- või videopäringu asemel spetsialiseeritud suhtlusandmed. Olemasolevas dokumentatsioonis kirjeldatakse sündmuste ajalugu, päringu konteksti, lugude identifikaatoreid ja õpitud semantilisi ID-sid, kuid üldist sisendmärkide piirangut ei täpsustata. Seetõttu tuleks konteksti pikkust käsitleda teadmata väärtusena, mitte eeldada, et see vastab keelemudeli kontekstiaknale.
Sona ei paku ka tehisintellekti assistendiga tavaliselt seostatavaid võimeid. Esitatud uurimuses ei dokumenteerita teksti väljundit, pildi- või heligeneratsiooni, tööriistade kasutamist, veebist otsimist, struktureeritud JSON-vastuseid, välistele kasutajatele mõeldud peenhäälestust, voogedastusvastuseid ega pakktöötluse API-sid.
Tehnilises aruandes öeldakse, et Sona kataloogikate oli väiksem kui tootmises kasutatud süsteemil ning avaldamise ajal ei olnud seda veel kogu liiklusele juurutatud. See on oluline piirang: mudel võib parandada hallatavate üksuste kaasatust, kuid katta samal ajal vähem kataloogiüksusi kui laiem tootmissüsteem.
Hinna, kiiruse ja kulude kaalutlused
Sona avalikku hinda ei ole dokumenteeritud. Puuduvad andmed päringupõhise tasu, sisendi hinna, väljundi hinna, tellimustaseme või avaliku API arveldusmudeli kohta. Mudeli arhitektuuri või Yandex Musicu tarbijateenuse põhjal oleks ebatäpne selle maksumust hinnata.
Samuti ei avaldata esitatud uurimuses latentsusnäitajaid, läbilaskevõimet, taristunõudeid ega varasema soovituskonveieriga võrreldavat otsest teeninduskulude võrdlust. Sona ühtne ülesehitus võib mitme soovitusetapi asendamise kaudu pakkuda tegevuslikke eeliseid, kuid olemasolevates allikates ei ole neid eeliseid arvuliselt hinnatud.
Soovitussüsteeme hindavate organisatsioonide jaoks ei seisne oluline kompromiss seega avalikus hinna ja kvaliteedi võrdlustabelis. Sona dokumenteeritud väärtus seisneb genereerimise ja järjestamise ühendamises ning konkreetse Yandex Musicu vaate puhul teatatud kaasatustulemustes. Mõni muu soovitussüsteem võib olla sobivam, kui olulisemad on avalikud juurutusvõimalused, prognoositav API-hinnastamine, lai kataloogikate või võimalus konveieri etappe üksteisest sõltumatult häälestada.
Millal Sonat valida?
Sona sobib kontseptuaalselt hästi suuremahulisele isikupärastatud soovitusvaatele, mille sisendiks on pidev kasutajate suhtlusandmete voog. Selle tõestatud kasutusjuht on muusika avastamine, eriti passiivne kuulamine nutikõlarites, kus süsteem peab valima lugusid ilma kuulaja üksikasjaliku päringuta.
Sona on eriti asjakohane siis, kui organisatsioon soovib:
- kasutada kronoloogilist kasutajakäitumist keskse soovitussignaalina;
- ühendada kandidaatide genereerimise ja järjestamise ühises mudelis;
- vähendada sõltuvust suurest hulgast eraldi hooldatavatest soovitusetappidest;
- uuendada soovitusi sageli, kui saabuvad uued suhtlusandmed;
- optimeerida kaasatuse näitajaid, nagu kuulamisaeg, meeldimised, kordusesitused või suure kaasatusega kasutajate arv.
Teist tüüpi soovitussüsteem võib olla parem valik, kui rakendus vajab avalikku API-t, läbipaistvat hinnastamist, allalaaditavaid mudelikaalusid, üldotstarbelist teksti- või multimodaalset genereerimist, ulatuslikku kataloogikatet või tavapärast otsingu- ja järjestuskonveierit, mille komponente saab üksteisest sõltumatult asendada.
Samu disainipõhimõtteid võiks potentsiaalselt rakendada videote, kaubanduse, reklaami või sotsiaalmeediavoogude puhul, kuid esitatud tõendid kinnitavad Sona kasutamist ainult kirjeldatud Yandex Musicu soovitusvaatel. Selle katse tulemusi ei tohiks automaatselt teistele valdkondadele üle kanda.
Kokkuvõte
Yandex Sonat on kõige õigem käsitleda spetsialiseeritud generatiivse soovitussüsteemina, mitte vestlusroboti või üldise tehisintellektimudelina. Selle keskne idee on kasutada transformeripõhist arhitektuuri, õpitud semantilisi ID-sid, autoregressiivset dekoodrit ja järjestusmoodulit, et ühendada kandidaatide genereerimine järjestamisega. Yandexi reaalajas test näitas teatatud andmetel märgatavat kaasatuse paranemist, samas tunnistas uurimus ka väiksemat kataloogikatet ja juurutamise puudumist kogu liiklusele.
Lugejatele, kes otsivad avalikku mudelit, mida saaks API kaudu integreerida, ei paku Sona praegu sellist dokumenteeritud võimalust. Suuremahulise soovitusarhitektuuri uurijatele on see aga konkreetne näide sellest, kuidas generatiivset modelleerimist saab rakendada isikupärastatud muusika avastamisel ning kasutada mitmeetapilise soovituskonveieri asendamiseks.