Sber AI Lab и ИТМО представили прикладные ИИ-решения для бизнеса

Программа мероприятия включила 15 профильных докладов, сфокусированных на надежности моделей и мультиагентных системах. Исследователи представили конкретные кейсы: например, Артем Сахно презентовал метод сжатия контекста в RAG-системах, ускоряющий работу моделей в четыре раза при сохранении точности. Юлия Беликова из Сбера поделилась результатами поиска универсального детектора галлюцинаций, придя к выводу, что единого решения для этой задачи пока не существует, а текущие показатели неопределенности моделей держатся на уровне 70% AUROC.

Дискуссия о внедрении технологий в реальный сектор объединила представителей НИУ ВШЭ, Сколтеха, Т-Банка и Сбера. Николай Тиден раскрыл внутреннюю кухню отбора проектов: каждая идея проходит месячный цикл проверки, после чего команда принимает решение о целесообразности инвестиций. По словам организаторов, такой жесткий фильтр позволяет отсеивать около половины инициатив, оставляя ресурсы только для наиболее жизнеспособных и эффективных разработок.