Омни‑модели, синтетика и LLM‑агенты: встречаемся на Saturday ML Party в Петербурге

Saturday ML Party — это наш формат встреч, где мы обсуждаем с сообществом тренды индустрии, новые подходы и реальные вызовы в неформальной обстановке.

21 марта в Санкт‑Петербурге и онлайн мы соберёмся, чтобы поговорить про генеративные модели: ассистенты, генерацию изображений и текстов с упором на практический продуктовый опыт ^[1]. С докладами выступят спикеры из Яндекса, Т‑Банка и Авито, а после — перейдём к тематическому нетворкингу. 

Что в программе

Доклады. Вместе со спикерами разберём кейсы, где ML работает под огромной нагрузкой.

• MarketAI для продавцов: с нуля до мультиагентной системы. Владислав Вихров, ML‑разработчик в Яндекс Маркете, поделится опытом создания системы, где LLM экипированы мощным набором инструментов и могут общаться между собой. Спикер разберёт сложности, с которыми столкнулись на практике: от нехватки данных до неочевидных запросов пользователей.

• Повышение эффективности продаж за счёт речевой аналитики. Виталий Минаев, DS Unit Lead в Авито, покажет, как внедрение речевой аналитики на базе LLM и применение аналитических causal‑inference‑подходов помогло кратно увеличить выручку от работы менеджеров.

• RAG‑системы сегодня: архитектуры, качество и наши кейсы. Андрей Соколов, руководитель команды обучения ^[2] моделей с внешним контекстом в Яндекс R&D, декомпозирует современный RAG. Поговорим о том, как из простой связки поиска и генерации RAG превратился в многоуровневую систему с оценкой качества и дообучением под конкретные задачи. 

• LLM в рекомендациях: теперь мы знаем почти всё о вкусах покупателя. Разработчик группы анализа данных и ML для рекомендаций Яндекс Маркета Владислав Уржумов расскажет, как на основе только истории действий и метаинформации узнать об интересах покупателя. Обсудим адаптацию подхода одного из лидеров индустрии под наши реалии и профит в метриках.

• Синтетика для Function Calling: как прокачать взаимодействие с инструментами. Старший исследователь‑разработчик Т‑Банка Ольга Цымбой и исследователь‑разработчик Рамиль Латыпов разберут проблему дефицита данных для обучения моделей навыкам работы с инструментами. Спикеры поделятся, как им удалось построить полностью синтетический пайплайн генерации данных, который позволил добиться прироста качества на специализированных бенчмарках. 

• Путь к омни‑модели: объединяем LLM и VLM. Роман Исаченко, руководитель группы анализа изображений в Яндекс R&D, расскажет, как выглядел путь к сведению LLM и VLM из семейства Alice AI в единую омни‑модель. Поговорим о компромиссах и планах развития системы, работающей в едином контуре.

Живое общение. После докладов — тематический нетворкинг, на котором вместе с экспертами за столами обсудим тренды мультимодальности, метрики качества LLM‑агентов, опыт построения чат‑ботов для рабочих задач и не только.

Регистрируйтесь ^[3] на офлайн и онлайн. Количество мест в Питере ограничено, так что если планируете быть лично — лучше подать заявку заранее.