«Яндекс» внедрил в рекламную систему рекомендательную технологию Argus

Компания «Яндекс» внедрила в рекламную систему технологию Argus, которая работает на генеративных моделях.Это самое крупное обновление нейросетевой рекламной архитектуры «Яндекс». Как рассказали информационной службе Хабра в пресс‑службе «Яндекса», от первых научных разработок до запуска в рекламных системах компании прошло меньше года.

Как объяснили разработчики, раньше нейросети учитывали действия и интересы пользователей в интернете за последние десятки дней. Также система анализирует данные за год. Обновление позволяет рекламодателям точнее таргетировать рекламу.

По итогам 2025 года использование нейротехнологий повысило эффективность рекламной системы «Яндекса» на 38%. Как сообщил директор по продуктам и искусственному интеллекту ^[1] «Яндекс Рекламы» Алексей Штоколов, в условиях снижения экономической активности и медиаинфляции стоимость привлечения клиентов растёт. При этом рекламная система позволяет рекламодателям сохранять количество конверсий без увеличения бюджета.

Технология Argus работает на архитектуре, которая объединяет десятки нейросетей. Каждая из них решает свою задачу. Одна прогнозирует вероятность клика, другая оценивает вероятность конверсии, третья учитывает контекст взаимодействия пользователя с рекламой. Все нейросети работают как одно целое.

С внедрением Argus объём памяти ^[2] вырос в 30 раз. Система теперь учитывает от 256 до 8 тысяч событий. Это позволяет анализировать обезличенные данные и подбирать пользователям рекламу без изменения подхода к приватности.

Первой рекомендательную технологию Argus в 2025 году внедрила «Яндекс Музыка». По состоянию на апрель 2026 года, Argus используют другие сервисы компании, в частности «Маркет» и «Лавка».

Внедрение Argus в рекламную систему «Яндекса» будет способствовать развитию этой технологии. Argus представляет собой решение «Яндекса» на базе генеративного искусственного интеллекта для рекомендательных систем. Технология была создана в 2025 году и учитывает анонимизированную историю пользователя и контекст взаимодействия.