Яндекс внедряет ИИ-рекомендации в свои сервисы для улучшения пользовательского опыта

«Яндекс» внедряет ИИ-рекомендации в свои сервисы «Яндекс» продолжает активное внедрение генеративного ИИ в собственные продукты. Теперь компания вводит в свои сервисы рекомендательные системы на основе генеративных моделей, узнал Forbes. Помимо «Яндекс Музыки», их уже успешно интегрировал «Маркет», а в перспективе их получат все сервисы «Яндекса», где есть такие алгоритмы — в частности, «Кинопоиск» и «Лавка». В компании уверены, что это повысит качество персональных рекомендаций и, соответственно, увеличит использование. По словам экспертов, исследователям «Яндекса» удалось реализовать технически очень сложную задачу, которая под силу только нескольким компаниям в мире вроде Google, Netflix или LinkedIn : Фото Яндекс Музыка

Исследователи «Яндекса» разработали новое поколение рекомендательных систем — на основе генеративных моделей Первой новые алгоритмы внедрила «Яндекс Музыка». Сервис ещё в 2023 году начал использовать генеративные нейросети, а сейчас в него интегрировали модель в три раза больше. В итоге юзеры стали на 20% чаще ставить лайки впервые услышанным в «Моей волне» трекам. Алгоритмы, анализирующие обезличенные данные, также интегрировали в «Яндекс Маркет». На очереди и другие сервисы компании. rozetked.me/news/39891

Яндекс Музыка выкатила новые рекомендации на основе нейронок — причем алгоритмы разработали исследователи Яндекса. По словам компании, это первое в мире внедрение модели подобного масштаба в музыкальный сервис. Теперь рекомендации в реальном времени улавливают изменения в настроении юзеров и лучше понимают, какая музыка им понравится. Масштабы апдейта уже успел заценить сооснователь университета Zerocoder Кирилл Пшинник: Создание и запуск подобных систем по плечу лишь ограниченному кругу бигтех-игроков, обладающих внушительными массивами пользовательских данных и вычислительными ресурсами для обучения сложнейших языковых моделей в реальном времени По итогам тестов пользователи стали на 20% чаще ставить лайки трекам и артистам, которых они услышали впервые.

«Яндекс» продолжает активное внедрение генеративного ИИ в собственные продукты Теперь компания вводит в свои сервисы рекомендательные системы на основе генеративных моделей Помимо «Яндекс Музыки», их уже успешно интегрировал «Маркет», а в перспективе их получат все сервисы «Яндекса», где есть такие алгоритмы, — в частности, «Кинопоиск» и «Лавка» В компании уверены, что это повысит качество персональных рекомендаций и, соответственно, увеличит использование По словам экспертов, исследователям «Яндекса» удалось реализовать технически очень сложную задачу, которая под силу только нескольким компаниям в мире вроде Google, Netflix или LinkedIn Подписаться

Яндекс обновил систему рекомендаций в своих сервисах, теперь они работают на основе генеративных нейросетей, говорится в материале Forbes В контексте Яндекс Музыки — это первый случай в мире, когда модель подобного масштаба внедрили в музыкальный сервис. Расклад такой: алгоритмы анализируют действия человека и генерируют рекомендации в моменте, и учитывают в 3 раза больше событий пользователя. Нововведение уже дает результаты: разнообразие рекомендаций выросло на 14%, а пользователи стали чаще и дольше слушать Мою волну, на 20% чаще лайкая впервые услышанные треки. «Использование генеративных моделей в рекомендательных системах давно обсуждается как перспективное направление, но примеров их реального продакшн-внедрения пока немного», — CEO red_mad_robot AI Илья Филиппов. Милорд

Спроси что угодно — умный ИИ уже готов ответить

Forbes: Яндекс внедряет ИИ-рекомендации в свои сервисы – Яндекс разработал рекомендации на основе генеративного ИИ – Пользователи его сервисов будут экономить больше времени – Новые ИИ-рекомендации помогут искать контент, товары и др. – ИИ также поможет им чаще выходить за рамки своих привычек – Яндекс внедрить большие генеративные модели в рексистемы – В рекомендации «Музыки» внедрена трансформеная модель – Модель обладает 126 млн параметров и длиной истории 8192 – Ранее конфигурация была 19 млн параметров и 2 тыс. событий – Это первая в мире подобная модель для муз. рекомендаций – Новые алгоритмы также интегрировал сервис Яндекс Маркет – Он стал учитывать в десятки раз больше обезличенных действий – Покупатели стали добавлять в корзину на 3% больше товаров – Покупок в новых для людей категориях стало больше на 5% – Со временем на них перейдут «Кинопоиск», «Лавка» и др. – Подобные задачи смогли решить несколько компаний в мире – Такую архитектуру разработали Google, Netflix, LinkedIn и др. – Запуск Яндекса стал «очень важным шагом» для российского ИИ – Подобные системы по плечу лишь ограниченному кругу бигтеха

Яндекс Музыка перешла на новые генеративные модели в рекомендациях, — пишет Forbes. Разработанные исследователями Яндекса модели работают в онлайн-режиме и считывают предпочтения юзеров в реальном времени. Пользователи уже стали на 20% чаще лайкать и добавлять в Коллекцию впервые услышанную музыку. Это первое в мире внедрение моделей подобного масштаба в музыкальный сервис. «У задачи масштабирования генеративных моделей в рекомендательных системах высокий порог входа. Нужны огромные объемы данных, вычислительных ресурсов и экспертиза», — объясняет руководитель научной группы «Адаптивные агенты» Института AIRI Владислав Куренков. 1337

Исследователи Яндекса разработали новое поколение рекомендаций — на базе больших генеративных моделей. Теперь система рекомендаций учитывает более сложные последовательности событий, большее количество обезличенных действий и точнее понимает вкусы и потребности пользователей. Яндекс Музыка в 2023 году начала использовать в рекомендациях генеративные нейросети. Это первый сервис, в который внедрили модели большого размера в режиме онлайн. Алгоритмы на ходу считывают настроение пользователя и предлагают более разнообразные треки. Вторым сервисом, куда интегрировали обновленные моделями, стал Яндекс Маркет. Теперь он лучше учитывает расширенную историю действий и дает персональные рекомендации по товарам, учитывая сезонные предпочтения и привычки. Со временем, на обновленную модель рекомендаций перейдут и другие сервисы компании.

«Яндекс» запускает в своих сервисах рекомендации нового поколения — на основе генеративных моделей. Особенность — в алгоритмах. Грубо говоря, это технология, которая видит связи между действиями человека так же, как большая языковая модель видит связи между словами в предложении. Она может улавливать контекст и изменения вкуса – и предугадывать намерения. Например, утром вы слушаете музыку одного жанра. Генеративная модель может это понять и предлагать утром именно такие треки. Качество рекомендательных алгоритмов в последние годы почти не прогрессировало. Получается: хотите улучшений — внедряйте генеративные модели. Но на это нужны ресурсы, причем большие – как у компаний масштаба Google и Netflix, рассказал Бизнес ФМ руководитель рекомендательных технологий «Яндекса» Николай Савушкин: «Для обучения моделей такого размера требуются десятки или сотни видеокарт, достаточно большого размера дата-сеты, на которых модели можно было бы обучать. И самое главное — далеко не у всех ещё есть экспертиза» Поэтому многие компании чаще всего используют opensource-модели, которые можно адаптировать под свои нужды, и не тратиться на разработку с нуля, объяснила СЕО Студии Искусственного Интеллекта FOKINA. AI Дарья Фокина. Но главное, что меняется — формат взаимодействия между человеком и сервисом. Если раньше интернет-сервисы были витринами, — пользователь сам искал фильтровал, выбирал, — то теперь сервис сам начинает «разговаривать», предугадывать намерения и вести пользователя по сценарию. «Интересно будет посмотреть, будет ли модель Яндекса в будущем учитывать переменные из других приложений своей экосистемы. Например, знать, что если через Яндекс Go вы заказали 5 пицц, то, наверное, у вас вечеринка, и нужно предложить драйвовую музыку. А если суши на двоих, то, возможно, более романтичную поставить. Но это следующий уровень, посмотрим, решит ли Яндекс к нему прийти»

RecSys R&D команда из Яндекса разработала новую рекомендательную систему на базе больших генеративных моделей ARGUS AutoRegressive Generative User Sequential modeling — новое поколение рекомендательных моделей, которые способны предсказывать потребности пользователей и их отклик, а также находить сложные взаимосвязи между событиями. Это значительно повышает точность и качество рекомендаций. Алгоритмы анализируют агрегированные и обезличенные данные. Подобные системы сейчас внедрены всего у нескольких компаний в мире, включая Google и Netflix. Архитектура Argus — двухбашенная модель, для которой, в отличие от target-aware постановки ранжирования в HSTU, можно в оффлайне пересчитывать векторы для миллионов пользователей и айтемов. Для оценки качества используется global temporal split, а на этапе предобучения смотрят прежде всего на значения функции потерь для задач next item prediction и feedback prediction. На этом же этапе сравнивают продовый градиентный бустинг, обученный на новых данных, с версией этого бустинга, в которую входит признак от ARGUS. И вместо абсолютных значений приводят относительный прирост метрики Первыми новую модель интегрировали в Яндекс Музыку. В рекомендации сервиса внедрили модель с длиной истории 8192 в терминах события в жизни пользователя . Это прецедентный случай внедрения модели подобных масштабов с такой длинной истории музыкальных рекомендаций. По статистике стриминга, слушатели Моей волны стали лайкать впервые услышанные треки на 20% чаще, а разнообразие рекомендаций возросло на 14%. При этом, генеративные нейросети в рекомендациях позволяют учитывать предпочтения пользователей не раз в сутки, а в режиме реального времени, что выводит качество персонализации на новый уровень. Следом за Яндекс Музыкой, технологию интегрировали в Маркет. Со временем на рекомендательные алгоритмы нового поколения перейдут и другие сервисы компании.