Yandex推出了大型公共数据集Yambda，旨在推动推荐系统研究。该数据集于2025年5月发布，旨在将学术研究与现实世界的行业应用联系起来。它包含来自Yandex音乐的近50亿次匿名用户互动事件。
Yambda数据集包含47.9亿次匿名用户互动，这些互动是在十个月内从大约100万用户与大约940万首曲目的互动中收集的。为了保护隐私，所有用户和曲目标识符都使用数字ID进行了匿名化处理。
Yandex提供了在该数据集上实施的基线推荐模型，包括基于项目的协同过滤、矩阵分解和神经协同过滤。该数据集通过Hugging Face提供三种尺寸，以满足各种研究需求和计算能力。