Исследователи НИУ ВШЭ обучили языковую модель специфике российской научной терминологии, добившись резкого роста производительности. Новая система работает в 2,7 раза быстрее стандартных аналогов и требует на 73% меньше оперативной памяти, что позволяет развертывать ее на обычном пользовательском оборудовании вместо дорогостоящих серверных мощностей.
Ученые НИУ ВШЭ создали узкоспециализированный ИИ для науки
Исследователи НИУ ВШЭ обучили языковую модель специфике российской научной терминологии, добившись резкого роста производительности. Новая система работает в 2,7 раза быстрее стандартных аналогов и требует на 73% меньше оперативной памяти, что позволяет развертывать ее на обычном пользовательском оборудовании вместо дорогостоящих серверных мощностей.
Коллектив Института статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ столкнулся с проблемой доминирования английского языка в глобальных нейросетях. Существующие чат-боты часто поверхностно интерпретируют узкопрофессиональные запросы, что создает риски для качественной аналитики. Чтобы исправить ситуацию, разработчики использовали массив данных iFORA-QA, сформированный силами 150 экспертов из реальных отчетов и патентов.
В текущем году команда планирует дополнить модель функционалом для предотвращения галлюцинаций — поисковик будет опираться исключительно на верифицированные научные источники. Система также получит способность выстраивать графы связей между понятиями и вести диалог, уточняя у пользователя недостающие данные перед выдачей итогового анализа. Итогом проекта станет мультиагентная среда, где искусственный интеллект выступает полноценным партнером исследователя, автоматизируя рутинную работу с массивами научной информации.
Комментарии (0)
Пока нет комментариев. Будьте первым!