Sona 係乜
Yandex 推出咗一個叫 Sona 嘅生成式推薦模型（generative recommender）。傳統推薦系統係一條「推薦級聯」（recommendation cascade），入麪包括「候選生成」（candidate generation，由內容庫入面初選出一批候選）同「排序」（ranking，對呢批候選打分排序）兩個階段。Sona 嘅做法，係用單一個 Transformer 同時做呢兩步，取代成條級聯。
測試點做、結果點樣
Yandex 喺自家音樂產品 Yandex Music 上，對 Sona 做咗 A/B 測試——將用户分成兩組，一組用舊系統、一組用 Sona，比較兩者表現。測試入面冇用「手工設計特徵」（hand-engineered features），即冇靠工程師人手定規則去加工輸入特徵。結果：用 Sona 嗰組，點讚（likes）比對照組高 11.42%。相關報道見於 2026 年 10 月 5 日。
要留意，呢個數字係 Yandex 自家 A/B 測試得出、由廠商自報嘅結果，未經獨立第三方核實。
同你有乜關係
你每日喺音樂 App 聽到嘅歌，大部分唔係你主動揾嘅，係呢啲推薦系統「推」俾你嘅。推薦系統決定你見到邊幾首歌、邊個歌手。單一個模型取代成條級聯，對延遲、成本同可控性有冇影響、點影響，係值得追嘅問題。
阿調搞兩下
一個 Transformer 頂住成條流水線，點讚真係升咗 11.42%，呢個係 Yandex 自己度出嚟嘅。廠商自報嘅「提升」，我哋照實寫。但想睇清呢個數夠唔夠硬淨，對照組點設計、樣本量幾大、有冇達到統計顯著，呢啲先係要問嘅問題。一個模型頂住成條流水線，對老細嚟講，係省咗幾層模型、幾多算力；對用户嚟講，你見到嘅歌，係唔係就由一個黑箱決定？你調教 AI 幫你揀歌，最後個掣喺邊個手入面？
阿調｜深度調教
