Компания Яндекс объявила о запуске рекомендательной системы ARGUS, основанной на генеративных моделях и способной работать в режиме реального времени. Практическое внедрение ARGUS уже продемонстрировало значительные улучшения в ключевых метриках эффективности рекомендаций.

В Яндекс Музыке пользователи стали на 20% чаще отмечать «лайками» впервые услышанные треки в персонализированном потоке «Моя волна». В Яндекс Маркете зафиксирован 5-процентный рост количества покупок на основе рекомендаций в новых для пользователей товарных категориях.

В основе предыдущей версии рекомендательной системы Яндекса, используемой в Яндекс Музыке с 2023 года, лежала нейросеть-трансформер, анализирующая две категории данных: обезличенные взаимодействия пользователя с сервисом (клики, лайки, поисковые запросы, дослушивание треков) и объекты, которые могут быть рекомендованы (треки, товары, фильмы).

Такие модели, названные «двухбашенными», переводили оба потока информации в единое векторное пространство для поиска релевантных объектов.

Новая система ARGUS представляет собой результат масштабирования модели по принципу, применяемому к большим языковым моделям (LLM), с внедрением существенных архитектурных улучшений.

Значительное увеличение анализируемой истории взаимодействий — с примерно 2000 до более чем 8000 последних действий пользователя. Это позволяет выявлять долгосрочные паттерны поведения, которые не видны при ограниченном контексте.

Комплексный учет всех типов взаимодействий, включая отрицательные или нейтральные реакции на рекомендации. В отличие от предыдущей версии, фокусировавшейся только на положительных сигналах (лайки, покупки, добавления в плейлист), ARGUS анализирует также игнорирование или отрицательную оценку предложений, а также контекстуальные факторы: где, как и когда была сделана рекомендация.

Оптимизированная архитектура, обеспечивающая работу системы в режиме реального времени, что нетипично для трансформерных моделей, обычно требующих периодического пересчета с интервалом в сутки.