# alice ai

Published articles for alice ai.

This is one page of public article previews, not the complete archive. Follow Next page to continue. Summaries are not the original full articles.

## Открываем претрейн Alice AI Search: как устроена модель быстрых ответов Алисы на Поиске

DevFeed: [Открываем претрейн Alice AI Search: как устроена модель быстрых ответов Алисы на Поиске](<https://devfeed.tech/articles/alice-ai-search-24897.md>)

Original publisher: [Read original article](<https://habr.com/ru/companies/yandex/articles/1080654/>)

Author: pet67 (Яндекс)

Published: 2026-09-11T06:05:13Z

Content type: article

Language: ru

Sources: [Яндекс - Как мы делаем Яндекс / Статьи](<https://devfeed.tech/sources/source.md>)

Topics: [Artificial Intelligence](<https://devfeed.tech/topics/ai.md>), [AI search](<https://devfeed.tech/topics/ai-search.md>), [Transformers](<https://devfeed.tech/topics/transformers.md>), [Mixture of Experts (MoE)](<https://devfeed.tech/topics/mixture-of-experts-moe.md>), [Large Language Model](<https://devfeed.tech/topics/llm.md>), [hugging face](<https://devfeed.tech/topics/hugging-face.md>)

Tags: [agentic](<https://devfeed.tech/tags/agentic.md>), [ai](<https://devfeed.tech/tags/ai.md>), [ai-search](<https://devfeed.tech/tags/ai-search.md>), [alice-ai](<https://devfeed.tech/tags/alice-ai.md>), [hugging-face](<https://devfeed.tech/tags/hugging-face.md>), [llm](<https://devfeed.tech/tags/llm.md>), [ml](<https://devfeed.tech/tags/ml.md>), [moe](<https://devfeed.tech/tags/moe.md>), [rl](<https://devfeed.tech/tags/rl.md>), [tag-178bc8f01f24](<https://devfeed.tech/tags/tag-178bc8f01f24.md>), [tag-4004cf5948d3](<https://devfeed.tech/tags/tag-4004cf5948d3.md>), [tag-61cd5a476b1d](<https://devfeed.tech/tags/tag-61cd5a476b1d.md>), [tag-d89cae10e887](<https://devfeed.tech/tags/tag-d89cae10e887.md>), [tag-e6d9cc1f0757](<https://devfeed.tech/tags/tag-e6d9cc1f0757.md>), [transformers](<https://devfeed.tech/tags/transformers.md>)

### AI overview

This developer article explains the Alice AI Search pipeline for generating fast answers, including its search and context-processing stages, shorter information contexts, a sparse Mixture-of-Experts architecture combined with an Encoder-Decoder, and online reinforcement learning from user behavior signals. It also announces the open release of the Alice AI-T5-35B-A0.6B Base model, with external inference available through Hugging Face Transformers while optimized production inference remains internal to Yandex.

### Source excerpt

Быстрый ответ Алисы AI -- это самый массовый генеративный продукт Яндекса и первое соприкосновение с Алисой для пользователей Поиска. Даже в час пиковой нагрузки пользователь должен получить лаконичный ответ за считаные секунды. Для этого мы, команда Alice AI Search, адаптируем весь пайплайн быстрых ответов -- от собственного претрейна с кастомной архитектурой до онлайн-rl-обучения на поведенческие сигналы пользователей. В статье разберём, как устроен генеративный ответ в Поиске, и расскажем про основные улучшения июньского релиза: как мы ускорили ответы за счёт коротких инфоконтекстов, зачем совместили Encoder-Decoder с разреженной MoE-архитектурой и как обучение на реальных пользовательских сигналах повлияло на качество и использование продукта. Кроме того, мы выложили в открытый доступ обученную с нуля модель Alice AI-T5-35B-A0.6B Base с тем ограничением, что внешним пользователям доступен инференс через Hugging Face Transformers, а оптимизированный production-инференс пока доступен только внутри Яндекса. Читать далее

## Alice AI ART 2.0: путь к unified-модели, которая одинаково хорошо умеет генерировать и редактировать картинки

DevFeed: [Alice AI ART 2.0: путь к unified-модели, которая одинаково хорошо умеет генерировать и редактировать картинки](<https://devfeed.tech/articles/alice-ai-art-2-0-unified-24868.md>)

Original publisher: [Read original article](<https://habr.com/ru/companies/yandex/articles/1058630/>)

Author: snk4tr (Яндекс)

Published: 2026-07-14T08:40:58Z

Content type: article

Language: ru

Sources: [Яндекс - Как мы делаем Яндекс / Статьи](<https://devfeed.tech/sources/source.md>)

Topics: [Artificial Intelligence](<https://devfeed.tech/topics/ai.md>), [text-to-image](<https://devfeed.tech/topics/text-to-image.md>)

Tags: [ai](<https://devfeed.tech/tags/ai.md>), [ai-art](<https://devfeed.tech/tags/ai-art.md>), [alice-ai](<https://devfeed.tech/tags/alice-ai.md>), [image-editing](<https://devfeed.tech/tags/image-editing.md>), [image-to-image](<https://devfeed.tech/tags/image-to-image.md>), [tag-5db67948c7d9](<https://devfeed.tech/tags/tag-5db67948c7d9.md>), [tag-d346fb5ae499](<https://devfeed.tech/tags/tag-d346fb5ae499.md>), [tag-e493b9551702](<https://devfeed.tech/tags/tag-e493b9551702.md>), [text-to-image](<https://devfeed.tech/tags/text-to-image.md>), [unified-models](<https://devfeed.tech/tags/unified-models.md>)

### AI overview

A team developing Alice AI ART describes its effort to unify text-to-image generation and instruction-based image editing in one model. The article covers the previous split architecture, the motivation for unification, and the evaluation datasets used to measure quality.

### Source excerpt

Привет, Хабр! На связи команда генеративных моделей в компьютерном зрении. Вместе с другими командами мы делаем мультимодального ассистента Алиса AI. Внутри него мы развиваем несколько вариантов визуальной генерации с помощью отдельной модели Alice AI ART. Два базовых сценария её работы -- генерация по тексту (Text-to-Image, T2I) и редактирование по картинке с инструкцией (Image-to-Image, I2I). Именно о них пойдёт речь. Всё это время эти сценарии жили как два разных стека: свои базовые модели, свои данные, свои метрики и, честно говоря, своя отдельная боль в разработке и поддержке. В этом году мы поставили себе цель, которая звучала просто, а на практике оказалась полугодовым приключением: не только подтянуть качество, а сделать одну модель, которая одинаково хорошо умеет и в T2I, и в I2I. Внутри мы называем такой режим unified или просто uni. Вас ждёт рассказ об отдельных экспериментах и наблюдениях, которые помогли нам сделать первый шаг в этом направлении и привели нас к Alice AI ART 2.0, -- включая те, которые красиво не сработали (спойлер: их хватало). Читать далее