Делюсь полезной информацией с конфы Yandex Neura Scale
1. Конкуренция среди LLM моделей очень высокая. OpenSource решения не уступают платным гигантам. И если вы планируете крупный проект а ваша модель чего-то не знает, то в среднем через полгода, пока вы будете согласовывать все бюджеты, произойдет обновление модели и она будет это знать
2. Если нужна скорость работы, иди в облачные решения
3. Интересный пример с Айсбергом. На фото показано, что скрывается под идеально работающим ИИ агентом
4. Если хочешь быть востребованным в индустрии данных, стоит идти в сторону дата-инженерии или разработки ии агентов. + Нужно уметь выстраивать правильные архитектурные решения работы с данными, понимать природу данных. Делать качественное описание, у менять создавать качественные базы знаний
5. Был на воркшопе Дмитрия Сошникова доцент НИУ ВШЭ, консультант Yandex Cloud по ИИ и машинному обучению. До этого смотрел его лекции в онлайне. Инфа от него: Если нужна хорошая база знаний для ИИ, то логическое деление на абзацы, смысловые блоки нужно делать вручную, иначе твоя База знаний будет бесполезная
6. Ребята из Технопарка (магазин электроники) рассказали про свой кейс. ИИ Ассистента лучше и эффективнее использовать на последнем этапе воронки продаж. Когда пользователь выбрал нужный товар и ему хочется узнать больше информации про конкретный характеристики или провести сравнительный анализ.
7. WebSQL. Это когда обращаешься к базе данных на естественном языке, не используешь SQL, и у тебя быстрый правильный ad-hoc запрос.
· 26.09.2025
".... Если нужна хорошая база знаний для ИИ... " А она реально нужна? Нейросети теперь придумывает почти все, а вот "базы знаний" кто? Насколько хорошие эти базы? Есть ли в них потребность?
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
коммент удалён
· 27.09.2025
База знаний формируется для конкретных задач бизнеса и не только. Вы работаете например в банке и у вас много внутренних регламентов разработки, своя документация на ит-системы, свои бизнес-процессы. Из этого и формируется база знаний. Ни одна нейронка не знает о специфичных знаниях конкретного бизнеса. Ведь нейронки обучались на данных, которые есть в открытом доступе. Вот в таких случаях либо дообучают нейронку либо формируют базу знаний, чтобы при запросе пользователя она шла в базу знаний и уже выдавала более корректный ответ
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
ответ удалён
· 27.09.2025
Спасибо за ответ! Но у меня несколько "но" для продолжения… — но ведь кроме "специализированных" ИИ есть ещё и ИИ общеупотребительные… Та же Алиса. И если с "общеболтательными" темами она вполне себе справляется, то стоит спросить про несколько специфичную информацию, то начинается бред и глюки… А как же ей быть? Чем её "кормят", то она и выдаёт… Увы! — но ведь и специальным ИИ требуется некоторое "базовое" образование о "нравах и понятиях" тех, на чьи вопросы она вынуждена отвечать; — но если для разметки "специальной" информации будет достаточно удобное решение, разве это не облегчит работу и не снизит затраты? Просто я уже много времени потратил на придумывание некоторой альтернативы Википедии и Викидате, и на поиски тех, кто уже сейчас заинтересован в подобной системе. Если будет интересно, то пример того, как может выглядеть историческая информация с использованием предлагаемого подхода: https://www.walks.ru/wm_dr/ Больше информации о подходе к созданию коллекций разнородных информационных материалов https://www.walks.ru/text/
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
ответ удалён