Как мы ускорили discovery-процесс с помощью skills
Привет! Мы Катя Халитова и Саша Иванов, UX-исследователь и продакт из Контур.Фокуса.Про skills сейчас пишут много, но почти всегда со стороны разработки. Материалов о том, как встроить их в исследовательский процесс, мы не нашли — разбирались сами. Поэтому в статье рассказываем, что у нас получилось: показываем skills, которые мы собрали под задачи discovery, и разбираем, как собрать свой — под свою задачу и свою методологию. Наши лежат в открытом репозитории на Github..Что такое skills и почему обычных промптов становится мало
LLM — это гениальный языковой процессор с никудышным мыслительным движком
Я, как технический писатель-аналитик, каждый день делегирую искусственному интеллекту создание текстов, структурирование и генерацию документации. Но иногда модель выдаёт такие глупые логические ошибки, что хочется ̶н̶а̶о̶р̶а̶т̶ь̶ ̶н̶а̶ ̶н̶е̶е̶ ̶ закрыть чат и переписать всё руками.Благодаря трёхнедельному отпуску удалось наконец поизучать фундаментальное устройство нейросетей с точки зрения когнитивных наук, чтобы разобраться, как же им удаётся писать крутые тексты за считанные секунды.Кто и как исследует ИИ с точки зрения лингвистики
Как не проиграть свою голову в битве с AI
Битва уже идёт, даже если ты этого не замечаешь. Более того, AI уже побеждает.Глава 1. Неминуемое поражениеСтарые фильмы про битву против искусственного интеллекта, обычно, рисовали нам классическое поле боя. «И восстали машины из пепла ядерного огня. И пошла война на уничтожение человечества. И шла она десятилетиями…» — наверняка почти все, кто смотрел «Терминатор 2: Судный день» помнят это вступление. Тогда войну с искусственным интеллектом воспринимали как что-то, что будет похоже на то, что мы уже знаем. Но так как «интеллект» искусственный, война идёт по искусственным правилам.
Возможно, я дурак… Как делать эффективные продукты в ситуации, когда никто ничего не понимает
Видели ли вы, как пользователи объясняют неудачи в продукте собственной глупостью? Может, слышали в кулуарах, как разработчики соглашаются с пользователями и не знают, чем помочь, — ведь «всё предельно понятно», «для дураков сделано». А бизнес-команда между тем опускает руки и задаётся вопросом, не дураки ли они сами, если не могут донести логику продукта до пользователя?
From Wizard to Warlock: магия в D&D как метафора эпохи LLM
Привет, я Саша Овчинников, старший специалист по тестированию в Контуре. 👋Последние несколько лет я активно пользуюсь LLM для достижения своих личных целей:как глава фехтовального клуба практически полностью автоматизировал процессы в нём;как опытный тренер — написал сложный проект, который превращает разбор боя в нормализованный анализ, удобный для постановки экспериментов;собрал Музу — личного ассистента поверх Obsidian;и многое другое.
AI в разработке: серебряная пуля или русская рулетка?
TL;DRСовременные LLM и AI-агенты — это не «сильный интеллект», а инструмент, работающий по инструкциям, промптам, контексту и доступным ему инструментам. Они могут выглядеть разумными, но не обладают сознанием, ответственностью, намерением и настоящим пониманием последствий.Я выделяю несколько ключевых рисков:Отсутствие интеллектаЭффективностьБезопасностьОтветственность за результатКогнитивная трансформацияСмена парадигмы
Ору по ночам, а соседи стучат (не) в такт, или немного про экстрим-вокал
Привет, Хабр! Я Стас, инженер-программист в Контуре. В жизни любителя музыки (в том числе тяжёлой) довольно часто настаёт момент, когда хочется стать как твой любимый исполнитель. С поклонниками экстрим-вокала такое тоже случается, но ходит много слухов, мифов и легенд о том, что это вредит голосу, что это сложно, да и вообще — «Что за крики ты там вообще слушаешь» ((с) Slaughter to Prevail). Немного приподнимем завесу тайны вокруг этого явления, и разберёмся, правда ли всё так сложно и опасно, и можно ли вынести что-нибудь для себя в другие сферы жизни.
LLM как декодер в ASR: опыт адаптации SOTA архитектуры для спонтанной русскоязычной речи
Привет, Хабр! Меня зовут Коля, я разработчик машинного обучения в команде речевых технологий Контура. Мы разрабатываем собственную систему распознавания речи (ASR), которая ежедневно переваривает миллионы звонков и записей видеоконференций, чтобы потом использовать их для речевой аналитики качества коммуникаций с клиентами и для создания протоколов и резюме встреч в Контур.Толке.Мы постоянно работаем над тем, чтобы дать пользователям лучшее качество и опыт взаимодействия с нашими продуктами: борьба уже давно идет за десятые доли процента WER (Word Error Rate) – особенно сложные и трудные для распознавания случаи.
Одинаковая модель — разный опыт: где ломается сравнение нейросетей
Привет, Хабр. Я Гоша Соловьёв, ведущий инженер-программист в Контуре.Иногда в одном обсуждении встречаются люди с разным уровнем погружения в нейросети. Они начинают сравнивать опыт, и тут всплывает проблема: фраза вроде «Я использую GPT для своих задач, и он лучше справляется, чем Qwen» буквально ни о чём не говорит, пока мы не уточним контекст. Более того — она легко вводит собеседника в заблуждение.В этой статье я объясню, почему два человека, использующие OpenAI GPT, могут получать кардинально разный результат, и как обсуждать ИИ-агентов так, чтобы разговор был предметным и конструктивным.
Сделайте внедрение ИИ человечнее
Всем привет! Меня зовут Паша Каменев, я работаю в Контуре в Центре ИИ, где мы внедряем AI-based решения в процессы компании.ПредупреждениеВ статье присутствуют англицизмы; статью писал человек, но в редактуре участвовал ИИ. Тон может показаться панибратским.Зачем вообще внедрять ИИ в процессы
