nlp.
В погоне за ИИ-эффективностью: ошибки и потери бизнеса, роль философской рефлексии
Все обширнее внедряя ИИ в жизнь, интегрируя ИИ в бизнес-процессы мы сталкиваемся с 2 феноменами, которые не удастся обойти. Это:
NLP с трдельником: какие идеи я привезла с EMNLP 2026
Привет, Хабр! Я — Мария Марьина, научный сотрудник лаборатории «Вычислительная семантика» AIRI. В конце октября я побывала на EMNLP в Будапеште, где мы с коллегами представили две работы, а я впервые выступила с устным докладом.Расскажу, как прошёл эксперимент оргкомитета с AI‑рецензированием, какие исследования мне запомнились, куда дальше двигаться NLP и за что дали Best Paper Awards. Поделюсь своим способом выбирать постеры, когда посмотреть всё невозможно, и покажу немного Будапешта, на улочках которого можно выдохнуть после конференции. Термы и трдельники тоже будут.Погнали!
Как мы строили и улучшали LLM‑слой для общения с покупателями
Мы начали с бота, который должен был снять с поддержки рутинные напоминания. Затем добавили языковую модель, научились учитывать смысл ответов покупателей и собрали каскад из двух судей и арбитра. По обновлённой сводке экспериментов совпадение действий с разметкой выросло с 74% до 84%, а общее число ошибок сократилось на 38% при примерно прежней средней стоимости решения.
«Don’t fear the REAPer» или как DS себе локальную LLM выбирал
За последние месяцы я протестировал кучу локальных LLM, которые может потянуть моя техника и пришёл к выводу, который для многих уже очевиден: для задач на кодинг альтернатив моделям Qwen особо нет. Поэтому я решил удалить с диска все лишние модели, чтобы оставить только "рабочих лошадок". В этот момент мне на глаза попалось видео c tier-list, в котором я узнал много знакомых моделей.
FRIDA Decisions: быстро думать на русском
FRIDA Decisions — открытая модель быстрого мышления для русского языка. Она выбирает вариант из списка, ставит оценку по шкале, отвечает «да» или «нет» и ранжирует кандидатов за один проход энкодера, без генерации текста и за десятки миллисекунд на RTX 5060 Ti. Её можно поставить везде, где сейчас LLM работает классификатором или судьёй: маршрутизация обращений, модерация, разметка данных, ранжирование для RAG. На нашем бенчмарке razvilka модель набирает 0,893 — наравне с коммерческим API TypeSafe Jev (0,897) и с LLM Qwen3.5-35B-A3B, которая в 40 раз больше.Коротко, что внутри:Скорость. 28-34 мс на запрос на RTX 5060 Ti. Коммерческий API по
Больше чем WER: RESON — открытый инструмент и датасет для оценки ASR в телефонном канале
Привет, Хабр! Меня зовут Александр Шевченко, я техлид команды ASR ML (направление ASR/TTS-платформы Audiogram
Что скрывают в себе меры расстояния: от kNN и k‑means до стилометрии
Представим, что kNN отнес новую точку к некоторому классу. Пусть для простоты это будет 1-NN, в котором решение базируется на одном ближайшем соседе. Возьмем точку и двух кандидатов:
