यहंडेक्स ने Sona पेश किया है, एक जनरेटिव AI मॉडल जो उम्मीदवार निर्माण और रैंकिंग को एक ही सिस्टम में एकीकृत करता है, परंपरागत बहु-चरण वाली सिफारिश कैस्केड की जगह लेता है। कंपनी ने स्मार्ट स्पिकर्स पर सात दिवसीय लाइव उत्पादन प्रयोग में इस आर्किटेक्चर का परीक्षण किया।
- एक सर्व किए गए ट्रान्सफॉर्मर से अधिक 15 उम्मीदवार जनरेटर, पूर्व-रैंकिंग और रैंकिंग चरणों को प्रतिस्थापित किया।
- केवल लॉग की गई इवेंट फ़ील्ड्स और सीखे गए सेमांटिक IDs का उपयोग करके हैंड-इंजीनियर्ड फ़ीचर्स को समाप्त करता है।
- प्रशिक्षण के दौरान डिस्टिलेशन के लिए एक फ्रोजन 0.6B-पैरामीटर टीचर रैंकर का उपयोग करता है, जो सर्विंग समय पर हटा दिया जाता है।
- ऑनलाइन A/B टेस्ट में +4.53% सक्रिय उपयोगकर्ता, +6.30% कुल सुनने का समय और +11.42% पसंद प्राप्त किए।
- सक्रिय उपयोगकर्ताओं पर 2.35x उन्नयन के साथ पिछले Argus सिस्टम से बेहतर प्रदर्शन किया।
मॉडल दिखाता है कि एकल जनरेटिव रिकमेंडर जटिल कैस्केड को प्रभावी ढंग से प्रतिस्थापित कर सकता है और उपयोगकर्ता संलग्नता मेट्रिक्स में सुधार ला सकता है।