惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

V2EX - 技术
V2EX - 技术
P
Privacy International News Feed
Security Latest
Security Latest
H
Hacker News: Front Page
T
Tenable Blog
The Hacker News
The Hacker News
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
S
Security @ Cisco Blogs
Project Zero
Project Zero
O
OpenAI News
AI
AI
Spread Privacy
Spread Privacy
C
CERT Recently Published Vulnerability Notes
The Last Watchdog
The Last Watchdog
G
GRAHAM CLULEY
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Scott Helme
Scott Helme
Application and Cybersecurity Blog
Application and Cybersecurity Blog
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
C
CXSECURITY Database RSS Feed - CXSecurity.com
NISL@THU
NISL@THU
A
Arctic Wolf
T
Threat Research - Cisco Blogs
PCI Perspectives
PCI Perspectives
N
News and Events Feed by Topic
C
Cyber Attacks, Cyber Crime and Cyber Security
C
Cybersecurity and Infrastructure Security Agency CISA
Simon Willison's Weblog
Simon Willison's Weblog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Know Your Adversary
Know Your Adversary
Google Online Security Blog
Google Online Security Blog
罗磊的独立博客
L
LINUX DO - 最新话题
U
Unit 42
S
Security Affairs
有赞技术团队
有赞技术团队
WordPress大学
WordPress大学
博客园 - 【当耐特】
T
The Exploit Database - CXSecurity.com
S
Schneier on Security
月光博客
月光博客
Engineering at Meta
Engineering at Meta
腾讯CDC
F
Full Disclosure
Cyberwarzone
Cyberwarzone
S
SegmentFault 最新的问题
Recorded Future
Recorded Future
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
博客园 - 司徒正美
The Cloudflare Blog

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
ИИ против консервации музыкальных вкусов: обновление рекомендаций Яндекс Музыки
EgorKotkin · 2026-05-20 · via Все публикации подряд на Хабре

ИИ против консервации музыкальных вкусов: обновление рекомендаций Яндекс Музыки

Время на прочтение5 мин

Охват и читатели539

Компания «Яндекс» обновила в Яндекс Музыке главное преимущество сервиса — рекомендательный алгоритм «Моя волна» (Vibe для пользователей англоязычного интерфейса) на основе нового поколения ИИ-рекомендаций — генеративной модели ARGUS (Yandex presents a method for training large transformer recommenders with up to 1B parameters). И в 2026 году переработала дизайн интерфейса приложения с фокусом на ставший ещё мощнее рекомендательный потенциал. Генеративная модель ARGUS анализирует более длинную историю действий пользователя, находит неочевидные связи между действиями и учитывает внешние факторы, создавая то, что в «Яндексе» назвали «гиперконтекст». Теперь Моя волна рекомендуют не только треки, но и музыкальные сессии под момент. Вместо прежних настроек «Моей волны» — карусель цветных «волн» (предполагаемых алгоритмами подходящих пользователю контекстов), а также кнопка их перезагрузки. Ручные настройки «Моей волны» переехали в эту же карусель.

Для Гиперконтекста ARGUS анализирует не только предпочтения слушателей, но и внешний контекст: время суток, день недели, с какого устройства звучит музыка (пример, данный «Яндексом»: если слушатель любит джаз, включил Яндекс Музыку с ноутбука, и сейчас будний день, — Моя волна предложит «спокойный джаз для работы»). Обновление уже доступно части подписчиков Яндекс Плюса в России и Беларуси, работает в мобильных приложениях на iOS и Android, десктопной и веб-версии Яндекс Музыки, и поэтапно появляется у всех пользователей.

Проблема «заморозки» музыкальных интересов современного человека

Надо сказать, что по умолчанию идея рекомендательных алгоритмов не вызывает у меня никакого энтузиазма — в соцсетях я всегда переключаюсь с алгоритимического фида на хронологический (зря я что ли на всех, кого фолловлю, подписывался?), в киносервисах меня не интересует теле-кино-слоп под вывеской «вам может понравиться»: может понравиться, а может и не понравиться — так можно про что угодно сказать, как в той шутке про вероятность встретить динозавра на улице.

С музыкой, однако, другая ситуация. С 2018 года, когда я впервые прочитал, что, по статистике, в среднем после 33 лет люди перестают слушать новую музыку — мысль об этом прочно засела в моей голове (мне было как раз 30).

Почему-то идея окостенения моих музыкальных вкусов мне совершенно не понравилась. Возможно, потому что ничего естественного и объективного в этом процессе я не вижу.

Допустим, для сферы профессиональных интересов быть всегда на передовой зашито в само понятие профессионализма — так как отставание от прогресса равнозначно утрате профессионализма, — и при этом же, по мере накопления опыта, формируется здоровый консерватизм. Это идеально: с одной стороны, никогда не перестаёшь учиться — с другой, чем больше учишься, тем лучше узнаёшь в новом хорошо забытое старое или фады.

Музыкальный же консерватизм во вкусах массового слушателя, мне показался не столько следствием развития музыкального вкуса, сколько изменением социальной среды, которая в современном обществе устроена так, что оставляет человеку ограниченное время на создание новых социальных связей. И эти два факта: что универсальной проблемой современного человека является как заводить друзей после 30, и что после 30 у людей перестаёт появляться новая музыка — мне видятся не случайной корреляцией, а напрямую связанными феноменами. Плюс, мне кажется, способность сохранять открытость к новому звуку как в молодости, является хорошей тренировкой нейропластичности.

И если общество для нахождения новых друзей и нового звука после 30 устроено недружелюбно — то остаётся только решать эти задачи индивидуально. И если понятия «дружба» и «ИИ» нужно держать как можно дальше друг от друга, то поиск нового увлекательного звука, который в любом возрасте покажется таким же новым и свежим, как новые клипы в детстве на MTV стандартными, «вебдванольными», методами и «каталоговой» организацией старого интернета это не решается. Это я понял, потому что, несмотря на сознательное намерение сохранять открытость к новому звуку и расширять коллекцию «избранного», плейлисты Discovery Mix и New Releases для меня оказались совершенно бесполезны: интерес к новой музыке не означает, что новая интересная музыка будет выходить каждую неделю. Можно быть уверенным, что что-то интересное выходит каждый год, но не каждую неделю. Но как найти то самое в массиве новой музыки за год? А слушать новое, не находя ничего интересного неделю за неделей — убивает всю мотивацию продолжать.

Не было бы счастья, да несчастье помогло. Если я пришёл в Яндекс Музыку в 2022 из-за санкций и отключения российских пользователей западными сервисами, то остался — из-за рекомендаций. Сравнивая разные сервисы, можно заметить, что у каждого рекомендательного алгоритма есть свой особый стиль, который трудно описать, но легко узнать. И, пусть это и прозвучит немного corny, но у меня с Vibe Яндекс Музыки вайб совпал. В результате, если про своё избранное в Youtube Music я могу практически про каждый трек сказать, когда как я его услышал и добавил (в чём, конечно, тоже есть свой кайф), то в Яндекс Музыке за 4 года использования с рекомендациями Моей волны, у меня в избранном получилось соотношение мною добавленных, где-то ещё услышанных треков, и треков из рекомендаций Волны, которые я не слышал нигде больше до этого — 50/50. Т.е. Яндекс меня совершенно неожиданно для меня зацепил решением именно изначальной проблемы: я хочу, чтобы моя музыкальная библиотека обновлялась сколько я живу, не превращая это в отдельную работу для себя.

То есть, в повальной тенденции подменять инновации интеграцией ИИ везде подряд, поиск нового звука, чтобы не слушать до конца жизни то, что случилось услышать до 30 лет — это как раз юзкейс, для решения которого нужно было изобрести что-то вроде ИИ (точнее, обучаемых алгоритмов). И поэтому, хотя я и не жду моментальных чудес и попадания в яблочко, к обновлению «Моей волны» в Яндекс Музыке я отношусь с интересом, и готов продолжать пользоваться, спокойно переносить промахи алгоритма и предложения невпопад, потому что в данном случае Яндекс Музыка решает задачу для меня.

Немного статистики

И, если верить «Яндексу», решает всё лучше: 94% подписчиков Яндекс Музыки включают «Мою волну», каждый второй — включает «Мою волну» в поисках музыки под конкретный момент. Переход на ARGUS открыл возможности для экспериментов с гиперконтекстными рекомендациями, которые запустились в 2026 году.

  • Слушатели, которым уже доступна обновленная версия Моей волны на этапе текстирования, включали гиперконтекстные рекомендации на 30% чаще, чем обычные настройки. 

  • Треки из них добавляют в Коллекцию на 64% чаще, чем из базовой Моей волны. 

  • Общее количество дизлайков в Моей волне уменьшилось на 4%

  • Благодаря этому люди стали чаще и дольше слушать Мою волну. 

  • На 20% чаще стали добавлять в Коллекцию песни и артистов, которых услышали впервые. 

  • И главное (для меня): разнообразие самих рекомендаций выросло на 14% — в них стало больше новых для людей треков.

Также стоит упомянуть, что в обновлённой Яндекс Музыке появились ИИ-реплики об артистах с фактами о творчестве исполнителей через ИИ-реплики. В репликах можно узнать что-то новое об исполнителе или процессе создания трека; также они могут порекомендовать поддержать музыканта донатом или сходить на его концерт.

— Круто смотрится концерт Chemical Brothers. — Ты был? — Я нет, мне ИИ пересказал

— Круто смотрится концерт Chemical Brothers. — Ты был? — Я нет, мне ИИ пересказал

Благодаря ИИ-репликам и появлению фото артистов в Моей волне количество переходов в профили артистов выросло на 11% и повысились прослушивания их треков со страницы. Это тоже нужное дополнение, т.к. обратной стороной успешного нахождения новой музыки прямо в Яндекс Музыке до этого было как раз отсутствие любого контекста о том, откуда она взялась, кто её делает и так далее. От этого возникало ощущение некоторой диссоциативности моего плейлиста. С «репликами», музыка, найденная чисто алгоритмически, таким образом как бы обратно «встраивается» для меня в реальный мир.