Yandex sustituye decenas de algoritmos de recomendación por un único modelo, Sona: +6,3 % de tiempo de escucha

Cualquiera que haya construido un sistema de recomendación conoce este dolor. Primero, un modelo selecciona candidatos entre millones de objetos; luego otro los ordena, un tercero añade diversidad y un cuarto tiene en cuenta el contexto. Cada uno se entrena por separado, cada uno tiene sus propias métricas, y mantener todo este tinglado es cada vez más caro. Yandex ha demostrado que la cadena puede sustituirse por un único modelo.

Qué se ha hecho

El equipo de I+D, junto con ingenieros de Alice y de Yandex Music, desarrolló Sona, una red neuronal generativa. Observa las acciones del usuario y determina por sí sola qué recomendar y en qué orden. La arquitectura es propia y el entrenamiento se hizo desde cero con datos de Yandex, sin reajustar pesos ajenos.

En una prueba A/B en altavoces inteligentes con Alice, Sona reemplazó un sistema de decenas de algoritmos. En comparación con el grupo de control, el tiempo total de escucha aumentó un 6,30 % y el número de «me gusta», un 11,42 %. Son cifras notables para un servicio cuyas recomendaciones llevan años optimizándose a mano.

Cómo funciona, con un ejemplo sencillo

Imagine que, por la noche, el usuario le dice al altavoz: «pon algo». Un sistema clásico primero reduce el catálogo a cientos de candidatos y luego los ordena con distintos modelos. Sona funciona de otra manera: genera la recomendación como una secuencia, como si escribiera una lista de reproducción canción a canción. Cada nueva canción tiene en cuenta las anteriores y la reacción del oyente.

Para no recorrer todo el catálogo de millones de canciones, el modelo encuentra directamente los objetos necesarios. Esto es fundamental para la velocidad: una búsqueda exhaustiva a esta escala sería demasiado costosa.

También hay un «profesor». Según los autores, sirve para guiar el entrenamiento del modelo. Yandex da los detalles en el artículo completo en Habr, y conviene examinarlos aparte. Otra parte importante es el reentrenamiento con las acciones recientes de los oyentes. Los gustos cambian rápido y el modelo no puede vivir de los datos de ayer.

Qué significa en la práctica

Para los responsables de producto, la conclusión principal es la simplicidad. Un solo circuito de modelo en lugar de decenas implica menos puntos de fallo, métricas unificadas y experimentos más sencillos. El equipo no sincroniza actualizaciones entre cinco modelos, sino que mejora uno.

Para los desarrolladores, es una tendencia que ya se ve en los grandes actores: los enfoques generativos desplazan a los pipelines de recomendación de varias etapas. Si mantiene su propio sistema de recomendación, conviene valorar qué etapas se pueden fusionar.

Limitaciones

Los propios autores son cautelosos: antes de una implantación amplia queda mucho por comprobar. La prueba se realizó en un solo escenario: música en altavoces con Alice. Se desconoce cómo se comportaría Sona en vídeo, comercio electrónico o búsqueda, donde los objetivos son otros. Tampoco hay aún datos sobre el coste de inferencia y entrenamiento en comparación con el sistema anterior. Para equipos pequeños sin un volumen de datos como el de Yandex, repetir este enfoque será difícil: entrenar desde cero exige tanto datos como capacidad de cómputo.

En resumen: no es una revolución para todos los casos, pero sí una señal fuerte. Si un gran sistema de recomendación gana al sustituir una cadena de algoritmos por un solo modelo, conviene plantear la pregunta de la consolidación también en su propio stack.