26 марта 2026

Главное с EACL 2026 🔥 На этой неделе проходит одна из крупнейших международных конференций в области компьютерной лингвистики, EACL 2026. Три научных работы команды MWS AI и наших партнеров отобраны в программу конференции. Рассказываем, что сделали, и какое значение это имеет для бизнеса. ➡️ Быстрая адаптация чат-ботов и ассистентов Одной из ключевых проблем диалоговых систем является сложная адаптация под новые сценарии. Если ассистент обучен на одной задаче, для перехода на другую часто требуется много данных и времени. MWS AI совместно с ИТМО и IITU представили метод, который позволяет быстрее адаптировать такие системы к новым сценариям. В его основе лежит обучение с использованием GRPO, при котором модель не просто воспроизводит правильные ответы, а учится находить их самостоятельно, получая сигнал за точность результата. Метод работает даже при ограниченном объёме данных и не требует сложной инфраструктуры. В тестах модель на 8 млрд параметров показала точность 41,9% и обошла GPT-4 (38,7%) и модель в 4 раза крупнее (39,9%). Инженер-исследователь MWS AI Тимур Ионов. Важно, что GRPO дает заметный эффект даже при небольшом объеме обучающих данных, тем самым снижая барьер входа при адаптации системы к новому сценарию. Если говорить о практической пользе, то он будет полезен в клиентской поддержке, голосовых ассистентах, системах бронирования и внутренних корпоративных ботах. Наибольший эффект подход даст там, где важно удерживать контекст диалога Что это значит для бизнеса? Корпоративные ассистенты становится создавать дешевле. ➡️ Новая методология оценки ИИ-ассистентов Другая сложность — объективная оценка качества работы ИИ в отраслевых сценариях. Большинство тестов либо быстро устаревают, либо не отражают работу с актуальными данными компании. SberAI и MWS AI вместе с крупными отечественными университетами представили методологию DRAGOn для оценки RAG-систем (подробнее про них писали тут) в основе ИИ-ассистентов. Ключевое отличие заключается в непрерывной работе системы с постоянно обновляемыми данными и проверкой не просто наличия ответов, а их фактической точности и полноты для снижения галлюцинаций и ошибок. Валентин Малых, руководитель центра разработки больших языковых моделей MWS AI: Методология легко адаптируется к любым языкам и сценариям — от анализа научных публикаций до судебных документов, становясь фундаментом для создания надежных ИИ-систем в любой отрасли Что это значит для бизнеса? Можно заранее проверить, как ИИ будет работать на собственных данных, сравнить решения и снизить риски до внедрения. Следите за каналом, совсем скоро расскажем о третьей научной работе, отобранной на EACL 2026 📌