23 апреля 2026

Мы выложили в открытый доступ OpenAutoNLU — библиотеку, которая упрощает и сокращает ручную работу при обучении ИИ-моделей. Исследователи MWS AI работали над ней полтора года в команде с учеными из ИТМО и MBZUAI. Коротко о главном: 🔴 Поддерживает два ключевых класса задач: классификацию текстов и распознавание именованных сущностей 🔴 Сама выбирает режим обучения в зависимости от объема и структуры данных. Ее можно применять и в условиях дефицита размеченных примеров 🔴 Включает инструменты диагностики качества данных Находит ошибки и неоднозначные примеры в датасете, снижая риск ухудшения качества модели до старта 🔴 Выявляет запросы вне области обучения Позволяет распознавать случаи, когда модель «не знает ответ», и избегать уверенных, но неверных ответов в чат-ботах и интерфейсах 🔴 Генерирует синтетические примеры Дополняет обучающие выборки при нехватке данных и помогает быстро собрать тестовый набор для оценки качества OpenAutoNLU доступна как модуль платформы для создания и управления ИИ-агентами MWS AI Agents Platform. Григорий Аршинов, технический лидер подкоманды из центра обработки естественного языка MWS AI: OpenAutoNLU мы создавали как прикладной инструмент, который снижает порог входа в разработку систем понимания естественного языка и помогает получить рабочую модель без глубокого погружения в алгоритмы. Самым сложным было провести большое число экспериментов, чтобы определить лучшие режимы обучения и настройки для разных типов данных. Важно было также добавить функции для анализа качества данных, генерации недостающих примеров и распознавания запросов вне области знаний модели По-научному о библиотеке читайте тут: https://arxiv.org/abs/2603.01824 По-хабровски — здесь: https://habr.com/ru/companies/mts_ai/articles/1027072/ А скачать можно на GitHub: https://github.com/mts-ai/OpenAutoNLU