04.06.2026 14:28
Что включить для прополки грядок?
Что включить для прополки грядок? Моя волна научилась подбирать треки под настроение, конкретное занятие или эмоцию — нужно лишь составить текстовый запрос. А дальше в дело вступает люмен.
Люмен — это персональный ИИ-компаньон. Внутри у него сразу две ИИ-модели, и именно они выбирают нужное из миллионов треков.
Рекомендательная модель анализирует характеристики треков: метаданные, плейлисты, в которые его добавляли, теги из открытых источников. Кроме того, ИИ извлекает из композиции базовые параметры — темп, энергичность, тональность, музыкальные инструменты. На основе этого для каждого трека создаётся эмбеддинг — векторное представление данных для сравнения с другой музыкой.
Языковая модель анализирует текстовый запрос пользователя. Недавно в Моей волне появились гиперконтекстные рекомендации, которые учитывают окружающую обстановку (например, время суток или локацию). Эти данные, в том числе, помогли «объяснить» языковой модели, как люди слушают музыку в разных ситуациях. Модель подбирает музыку с характеристиками, подходящими под запрос, создаёт из них тот же эмбеддинг, чтобы сравнить с массивом треков, найти нужные и превратить в Мою волну.
Один и тот же запрос для разных людей означает разное: под «грустной музыкой для пасмурной погоды» кто-то подразумевает тяжелый рок, а кто-то — спокойный джаз. Поэтому люмен постоянно дообучается при взаимодействии с пользователем, чтобы выдавать более точные рекомендации.
Подписывайтесь 👉 @techno_yandex
Люмен — это персональный ИИ-компаньон. Внутри у него сразу две ИИ-модели, и именно они выбирают нужное из миллионов треков.
Рекомендательная модель анализирует характеристики треков: метаданные, плейлисты, в которые его добавляли, теги из открытых источников. Кроме того, ИИ извлекает из композиции базовые параметры — темп, энергичность, тональность, музыкальные инструменты. На основе этого для каждого трека создаётся эмбеддинг — векторное представление данных для сравнения с другой музыкой.
Языковая модель анализирует текстовый запрос пользователя. Недавно в Моей волне появились гиперконтекстные рекомендации, которые учитывают окружающую обстановку (например, время суток или локацию). Эти данные, в том числе, помогли «объяснить» языковой модели, как люди слушают музыку в разных ситуациях. Модель подбирает музыку с характеристиками, подходящими под запрос, создаёт из них тот же эмбеддинг, чтобы сравнить с массивом треков, найти нужные и превратить в Мою волну.
Один и тот же запрос для разных людей означает разное: под «грустной музыкой для пасмурной погоды» кто-то подразумевает тяжелый рок, а кто-то — спокойный джаз. Поэтому люмен постоянно дообучается при взаимодействии с пользователем, чтобы выдавать более точные рекомендации.
Подписывайтесь 👉 @techno_yandex