Блог компании Сбер. - страница 3

Как оценивать LLM на практике, если времени на «идеальный бенчмарк» нет

продолжить чтение

История искусства информационной безопасности и её верных слуг

История — это фонарь в будущее, который светит нам из прошлого.В.О. Ключевский, русский историкНадо знать прошлое, чтобы понимать настоящее и предвидеть будущее.

продолжить чтение

Как научить языковую модель читать транзакции: превращаем историю платежей в базу знаний

Меня зовут Дмитрий Валов, я тимлид команды «Инструменты для банка (агенты)» в Sber AI Lab — Центре практического искусственного интеллекта Сбера.

продолжить чтение

Deep Research как управляемый исследовательский контур

Написано в соавторстве с @bear7

продолжить чтение

Автоматизированное тестирование нового поколения: как ИИ меняет жизнь тестировщика

продолжить чтение

1C Code Bench — спустя 5 месяцев

Бенчмарк разработан в Управлении экспериментальных систем машинного обучения Sber Al. Мы учим собственные модели, активно продвигаем науку в области, ставим уникальные эксперименты, пишем статьи уровня А* и создаем собственные бенчмарки. 1C Code Bench создан командой GigaCode R&D и командой разметки УЭСМО.

продолжить чтение

Pollux: LLM-as-a-judge для русского

Прошло несколько лет с тех пор, как нейросетевые модели стали применимы в генерации текста. Сегодня языковые модели уверенно решают задачи написания кода, поддержки диалогов и планирования маршрутов. Тем не менее, до сих пор не сложилось универсального подхода для валидации LLM перед их внедрением в цифровые продукты.

продолжить чтение

Хроники цифровых заводов: как надували технологии IIoT

Привет, Хабр. В прошлой статье мы прошлись по уровням АСУТП/АСУП и вспомнили, что будет, если эти уровни неудачно смешать. В этой статье уделим время IIoT-платформам и IIoTу в целом.

продолжить чтение

30 секунд вместо 30 минут: как мы автоматизировали генерирование конфигураций потоковой обработки с помощью RAG и A2A

Привет, Хабр! Меня зовут Дмитрий Титов, я DevOps-инженер в команде интеграционных сервисов Platform V Synapse в СберТехе. Наша команда работает над продуктом Platform V Streaming Event Processing

продолжить чтение

Театр одного агента: режиссура мультиагентной системы

продолжить чтение

123456...10...11