Нейросеть Яндекс GOT: что это, как работает и где применяется

Что такое Яндекс GOT и как он связан с YandexGPT

Яндекс GOT — это не отдельная модель, а внутреннее название технологии, которая легла в основу улучшенной версии YandexGPT, используемой в Яндекс Картах. В официальных пресс-релизах компания не использует аббревиатуру GOT, но в сообществе разработчиков и в некоторых публикациях так называют систему, которая в шесть раз точнее создаёт описания локаций. Фактически это доработанная версия YandexGPT, обученная самостоятельно проверять сгенерированные тексты на наличие галлюцинаций.

Ранее за создание кратких описаний в Картах отвечали пять различных моделей — каждая выполняла свою функцию: расставляла запятые, фильтровала отзывы по полезности, формировала структуру. Теперь все эти задачи решает одна обновлённая модель на базе YandexGPT. Это позволило не только повысить качество, но и снизить требования к вычислительным мощностям. Переход на новую версию дал прирост правдивости, точности и качества описаний на 90%.

Как нейросеть создаёт описания в Яндекс Картах

Процесс генерации кратких описаний в Картах состоит из нескольких этапов. Сначала YandexGPT анализирует большое количество отзывов на конкретную локацию, а также данные из карточки организации, заполненной владельцем. Модель выделяет то, что посетители упоминают чаще всего, и объединяет эту информацию с особенностями места в несколько предложений.

Затем нейросеть убирает из текста лишнее — например, слишком общие формулировки вроде «вкусная еда» или «приятная атмосфера». После этого она форматирует описание в заданной стилистике и структуре. На финальном этапе модель оценивает написанное на правдивость: сравнивает свои ответы с отзывами, на которые опиралась, и удаляет «выдуманные» детали. Именно этот механизм самопроверки и называют ключевой инновацией GOT.

Благодаря такому подходу удалось в шесть раз сократить количество неточностей. Сейчас в Картах доступно уже несколько сотен тысяч карточек с кратким описанием, а ознакомиться с ними можно в блоке «Коротко о месте» и в разделе «Поток» режима персональных рекомендаций «Идеи».

Проблема галлюцинаций и методы борьбы с ней

Галлюцинации — одна из главных проблем больших языковых моделей. Нейросеть может добавить несуществующие детали, опираясь на статистические закономерности, а не на реальные факты. Например, придумать адрес, которого нет, или указать неверные часы работы. В Яндексе эту проблему решают на нескольких уровнях.

Во-первых, модель обучают на эталонных примерах — расширенный датасет включает генерации предыдущих версий, что помогает YandexGPT научиться создавать более полезные и точные тексты. Во-вторых, встроенный механизм самопроверки сравнивает сгенерированный текст с исходными данными (отзывами, карточкой организации) и удаляет всё, что не подтверждается. В-третьих, в версии YandexGPT 5.1 Pro процент неправильных ответов снизился с 30% до 16% при той же доле отказов — модель стала точнее понимать, когда лучше отказаться от ответа, чем рисковать ошибкой.

Это особенно важно для бизнес-задач, где недостоверная информация может привести к репутационным или финансовым потерям.

YandexGPT 5 Lite Pretrain: открытая модель для разработчиков

В феврале 2025 года Яндекс опубликовал в открытом доступе YandexGPT 5 Lite Pretrain — большую языковую модель на 8 миллиардов параметров с поддержкой контекста в 32 тысячи токенов. Это первая с 2022 года открытая LLM от Яндекса (предыдущая — YaLM-100B). Модель доступна бесплатно на платформе Hugging Face.

Pretrain-версия уже имеет обширные знания о мире, понимает контекст и закономерности языка. Её обучали в два этапа: сначала на русскоязычных и англоязычных текстах, коде и вычислениях общим объёмом 15 триллионов токенов (эквивалент 2,5 миллиарда веб-страниц), затем на высококачественных данных объёмом 320 миллиардов токенов, включая образовательные материалы.

По сравнению с предыдущим поколением (YandexGPT 4 Lite Pretrain) новая модель показывает значительный рост в решении математических задач и написании кода. В сравнении с зарубежными аналогами, такими как LLaMa3.1-8B и Qwen-2.5-7B-base, YandexGPT 5 Lite Pretrain лидирует почти во всех типах задач. Благодаря компактности модель не требует больших вычислительных мощностей и подходит для дообучения под конкретные бизнес-задачи.

YandexGPT 5.1 Pro: флагманская модель для бизнеса

YandexGPT 5.1 Pro — самая мощная текстовая модель Яндекса на текущий момент. Она доступна пользователям в чате с Алисой, а компаниям — в Yandex Cloud AI Studio. По результатам внутреннего слепого попарного сравнения для широкого потока запросов к сервисам Яндекса, новая модель превосходит YandexGPT 5 Pro в 58% случаев, а GPT-4.1 компании OpenAI — в 56% случаев.

Ключевые улучшения:

• Работа с системным промтом — модель строго следует инструкциям, задающим роль, стиль общения, запрещённые темы. Это критически важно для бизнес-сценариев, например, для консультанта, который должен общаться с клиентами строго определённым образом.
• Снижение галлюцинаций — процент неправильных ответов снизился с 30% до 16%.
• Улучшенная обработка сложных задач — модель лучше справляется с суммаризацией документов, извлечением данных, написанием кода.

Модель прошла все этапы обучения: предобучение, дообучение с учителем и reinforcement learning (DPO, PPO, а также собственная модификация LogDPO для повышения стабильности). Для оптимизации использовалась библиотека YaFSDP, что позволило снизить потребность в вычислительных ресурсах на 25%.

Бенчмарки и реальные сценарии использования

Яндекс проводит оценку своих моделей по множеству бенчмарков. YandexGPT 5.1 Pro показывает высокие результаты в:

• MMLU Pro — расширенная версия классического теста с более сложными вопросами из разных областей.
• GPQA — вопросы уровня аспирантуры по естественным наукам, проверяющие глубокое предметное понимание.
• MATH и Math Textbooks RU — математические задачи.
• LiveCodeBench — генерация кода с проверкой через запуск тестов.
• FinQA 32K — финансовые вопросы к длинным документам, требующие числовых вычислений и работы с таблицами.
• Format RU и IFEval — оценка соблюдения заданного формата.
• YExtract RU и Rewrite RU — извлечение информации и переписывание текста.

В реальных сценариях YandexGPT используется для:

• Создания кратких описаний в Картах (сотни тысяч карточек).
• Пересказа статей в Яндекс Браузере и на 300.ya.ru.
• Обобщения отзывов о товарах в Поиске и на Маркете.
• Помощи продавцам Маркета в создании описаний товаров.
• Составления рекламных объявлений.
• Работы в режиме Алисы «Давай придумаем».

Как бизнесу использовать YandexGPT: API и облачные решения

Компании могут интегрировать YandegGPT в свои продукты через API. Для этого нужно оставить заявку на доступ к Yandex Cloud AI Studio. В AI Studio поддерживаются разные способы взаимодействия: собственный SDK и API, а также OpenAI API, который становится стандартом индустрии.

YandexGPT 5.1 Pro доступна для бизнеса в облаке, а YandexGPT 5 Lite (инстракт-версия) — как через API, так и для самостоятельного запуска на локальном компьютере или в облаке, в том числе без GPU. Это делает технологию доступной для компаний разного масштаба — от стартапов до крупных предприятий.

Примеры бизнес-задач, которые можно решить с помощью YandexGPT:

• Автоматизация обработки обращений клиентов (чат-боты с заданным тоном общения).
• Генерация контента для карточек товаров, описаний услуг.
• Анализ и суммаризация больших объёмов текстов (отчёты, договоры).
• Извлечение структурированных данных из неструктурированного текста.

Яндекс также предлагает библиотеку YaFSDP, которая ускоряет обучение больших языковых моделей до 25%, что может быть полезно для компаний, желающих дообучить модель под свои специфические данные.

Ограничения и важные нюансы при работе с нейросетью

Несмотря на значительные успехи, у YandexGPT есть ограничения, которые важно учитывать:

• Галлюцинации полностью не устранены — хотя процент ошибок снизился, модель всё ещё может выдавать недостоверную информацию, особенно в редких или малоизвестных темах.
• Зависимость от качества входных данных — если отзывы или карточка организации содержат ошибки, модель может их воспроизвести.
• Контекстное окно — у YandexGPT 5 Lite Pretrain оно составляет 32 тысячи токенов, что достаточно для большинства задач, но может быть недостаточно для анализа очень длинных документов.
• Требования к вычислительным ресурсам — хотя компактные модели можно запускать без GPU, для полноценной работы с YandexGPT 5.1 Pro потребуются более мощные серверы.
• Региональные ограничения — модель оптимизирована в первую очередь для русского и английского языков, для других языков качество может быть ниже.

Также стоит помнить, что нейросеть — это инструмент, а не замена экспертной проверки. Для критически важных решений (медицина, финансы, юриспруденция) рекомендуется использовать сгенерированные тексты как черновик, а не как финальный ответ.

Будущее YandexGPT и экосистема открытых технологий Яндекса

Яндекс продолжает развивать семейство YandexGPT. Компания остаётся лидером по числу опенсорс-решений в области машинного обучения и работы с данными — сейчас разработчикам доступно более 120 открытых технологий. Помимо самих моделей, Яндекс делится инструментами для их обучения и оптимизации, такими как YaFSDP.

В планах — дальнейшее улучшение качества, расширение контекстного окна, снижение галлюцинаций и адаптация под новые сценарии. Уже сейчас YandexGPT 5.1 Pro достигает уровня GPT-4.1 в ряде задач, а открытая модель YandexGPT 5 Lite Pretrain даёт возможность сообществу разработчиков создавать собственные решения на её основе.

Экосистема Яндекса включает не только текстовые модели, но и визуально-текстовые (Alice AI VLM) и генеративные модели для изображений (Alice AI ART). Все они обучаются на миллиардах запросов к сервисам компании, что позволяет решать реальные задачи пользователей и бизнеса.

Вопросы и ответы