Яндекс открыл модель Алисы: ответы про бренды начнут жить за пределами Яндекса

21 сентября Яндекс выложил в открытый доступ претрейн-версию Alice AI Foundation LLM: большую языковую модель, построенную с нуля на архитектуре MoE, с 80 млрд параметров, из которых в каждый момент активны 3 млрд. Лицензия Apache 2.0 позволяет использовать модель и в исследованиях, и в коммерческих проектах. Вместе с моделью компания опубликовала два бенчмарка, WikiWebFacts и HardMultiQA, с наборами задач и эталонными ответами.

Для ИИ-сообщества это новость про архитектуру: Яндекс называет релиз экспериментальной версией для тестирования решений, которые лягут в основу будущей единой рассуждающей модели. Но у открытой лицензии есть следствие, которое касается не разработчиков, а брендов, и о нём стоит поговорить отдельно.

Модель одна, а окон в неё станет много

Пока модель Алисы жила только внутри продуктов Яндекса, знание модели о брендах имело понятную географию: приложение Алисы, поиск, колонки. Ответ на вопрос «какой банк выбрать» или «какая CRM подойдёт малому бизнесу» рождался в одном месте, и мониторить его можно было в одном месте.

Apache 2.0 эту географию отменяет. Свободная лицензия означает, что на модели можно строить коммерческие продукты без разрешения Яндекса: чат-боты поддержки, встроенных ассистентов, отраслевые сервисы, корпоративные базы знаний. Каждый такой продукт унаследует от претрейна его картину мира, включая то, что модель усвоила о компаниях, продуктах и их репутации. Что она запомнила о вашем бренде, то и будет воспроизводиться в приложениях, о существовании которых вы не узнаете.

Открытые бенчмарки добавляют штрих. WikiWebFacts, судя по названию, проверяет фактические знания модели, и публикация эталонных ответов делает сравнение воспроизводимым. Индустрия получает общедоступную линейку для вопроса, который раньше обсуждали на глазок: что именно русскоязычная модель знает о мире фактов, в котором живут в том числе бренды.

Что это значит для российского рынка

1. Видимость в Алисе превращается из видимости в приложении в видимость в экосистеме. Вопрос «что Алиса говорит о нас» становится вопросом «что говорит о нас семейство моделей, на которых построят неизвестное число продуктов». Ставка на источники, из которых модель черпает знание, от этого только растёт: исправить публичную фактуру о бренде можно, а дотянуться до каждого форка модели нельзя.
2. Замеры видимости стоит вести по всей линейке русскоязычных моделей, а не по одной. Открытая модель Яндекса будет конкурировать с GigaChat и западными системами за место в чужих продуктах, и бренду важно знать свою картину в каждой. Например, brandfound отслеживает упоминания брендов в ответах десяти нейросетей, включая оба режима Алисы и GigaChat, и показывает, из каких источников модели собирают свои представления.
3. У открытости есть обратная сторона и для самого рынка мониторинга. Открытые веса позволяют исследовать модель глубже, чем через чат: смотреть, как она реагирует на формулировки, проверять устойчивость знаний о бренде, воспроизводить ответы. Инструментарий, который для закрытых моделей строится через опросы, для открытой модели может стать точнее.

Модель, которая отвечала на вопросы внутри одного приложения, теперь будет отвечать на них везде, куда её принесут чужие руки. Для Яндекса это способ проверить архитектуру будущей рассуждающей модели. Для брендов это напоминание, что разговор нейросетей о них давно вышел за пределы одного окна, а теперь у этого разговора не останется даже одного адреса.