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

S
Schneier on Security
The Register - Security
The Register - Security
月光博客
月光博客
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
The GitHub Blog
The GitHub Blog
博客园 - 司徒正美
罗磊的独立博客
U
Unit 42
S
SegmentFault 最新的问题
Y
Y Combinator Blog
博客园_首页
Hugging Face - Blog
Hugging Face - Blog
J
Java Code Geeks
Schneier on Security
Schneier on Security
Know Your Adversary
Know Your Adversary
C
Check Point Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Simon Willison's Weblog
Simon Willison's Weblog
V
Vulnerabilities – Threatpost
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
阮一峰的网络日志
阮一峰的网络日志
The Hacker News
The Hacker News
博客园 - 叶小钗
C
Cybersecurity and Infrastructure Security Agency CISA
Spread Privacy
Spread Privacy
L
LINUX DO - 热门话题
T
The Exploit Database - CXSecurity.com
P
Palo Alto Networks Blog
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Latest news
Latest news
L
Lohrmann on Cybersecurity
A
About on SuperTechFans
L
LangChain Blog
Stack Overflow Blog
Stack Overflow Blog
S
Securelist
A
Arctic Wolf
D
Darknet – Hacking Tools, Hacker News & Cyber Security
T
Threatpost
Scott Helme
Scott Helme
博客园 - 聂微东
博客园 - 【当耐特】
T
Tenable Blog
I
Intezer
D
DataBreaches.Net
B
Blog RSS Feed
Security Latest
Security Latest
C
Cisco Blogs
T
Tor Project blog
N
Netflix TechBlog - Medium

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.