Специалисты НИУ ВШЭ адаптировали языковую модель для работы с российской научной терминологией, чтобы снизить зависимость от англоязычных систем. Разработка, уже прошедшая государственную регистрацию, ускоряет обработку текстов в 2,7 раза и требует значительно меньше оперативной памяти, позволяя запускать нейросеть на доступном оборудовании без потери качества интерпретации данных.
Ученые из ВШЭ создали специализированный ИИ для анализа науки
Специалисты НИУ ВШЭ адаптировали языковую модель для работы с российской научной терминологией, чтобы снизить зависимость от англоязычных систем. Разработка, уже прошедшая государственную регистрацию, ускоряет обработку текстов в 2,7 раза и требует значительно меньше оперативной памяти, позволяя запускать нейросеть на доступном оборудовании без потери качества интерпретации данных.
Для обучения системы эксперты Института статистических исследований и экономики знаний ВШЭ использовали корпус iFORA-QA. Этот массив данных, собранный вручную 150 специалистами, включает аналитические отчеты и документы в сфере инноваций. В отличие от универсальных моделей, склонных к поверхностным суждениям, этот инструмент глубоко понимает специфику отечественных инженерных и научных текстов, что подтвердила главный аналитик проекта Анастасия Малашина.
В ближайших планах разработчиков — превращение модели в полноценную мультиагентную систему. Она получит функции «умного» поиска со ссылками на верифицированные источники, что минимизирует риск генерации ложных фактов, а также модуль для построения графов связей между данными. В будущем нейросеть научится работать с неполными запросами, самостоятельно уточняя детали у пользователя перед подготовкой итогового ответа.
Комментарии (0)
Пока нет комментариев. Будьте первым!