ヤンデックスは、候補生成とランク付けを単一システムに統合し、従来の多段階推薦カスケードを置き換える生成AIモデル「Sona」を導入した。同社は、このアーキテクチャをスマートスピーカーでの7日間のライブ本番実験でテストした。

  • 15以上の候補ジェネレーター、事前ランク付け、およびランク付けのステージを、単一のサーブ済みTransformerに置き換えた。
  • ロギングされたイベントフィールドと学習されたSemantic IDのみを使用することで、手作業で作成された特徴量を排除した。
  • 訓練時の蒸留のために0.6BパラメータのTeacher Ranker（凍結済み）を使用し、サービング時にはこれを削除する。
  • オンラインA/Bテストで、アクティブユーザーが+4.53%、総リスニング時間が+6.30%、いいね数が+11.42%向上した。
  • アクティブユーザーにおける改善率が2.35倍となり、以前のArgusシステムを上回った。

このモデルは、単一の生成レコメンダーが複雑なカスケードを効果的に置き換えながら、ユーザーエンゲージメント指標を向上させることができることを示している。