Анастасия Грехова

Аспирант Института математики СО РАН, исследовательская тема — методы построения LLM-ассистентов для работы с нормативной документацией с использованием Retrieval-Augmented Generation и онтологического моделирования. Магистр НГУ по направлению «Искусственный интеллект и Data Science», автор публикации IEEE APEIE 2025.

Разрабатываю и исследую измеримые LLM-системы для доменов с высокой ценой фактической ошибки. Основные направления работы: hybrid retrieval, embeddings, BM25, query expansion по онтологиям, RAG, локальные LLM, построение evaluation-наборов и сравнительный анализ retrieval-конфигураций. В собственном исследовательском прототипе реализовала гибридный retriever на multilingual-e5-base и BM25 с RRF, оркестрацию четырёх агентов, автоматизированные тесты и воспроизводимый evaluation pipeline. Параллельно имею 5+ лет промышленного опыта в IT: DWH, SQL, проектирование данных, REST API, Apache Kafka, CDC и интеграционные системы. Этот опыт позволяет рассматривать LLM-решение как