Перейти к основному содержанию
Реклама
Прямой эфир
Общество
Решетников назвал плавучие АЭС России потенциальным хитом мирового энергорынка
Общество
В Госдуме рассказали о досрочной выплате январских пенсий в декабре
Мир
Daily Mail сообщила о высоком уровне наркопотребления в элитных полках Британии
Мир
FT сообщила о возможном уголовном преследовании Вучича из-за отеля Трампа
Мир
Захарова обвинила секретариат ЮНЕСКО в подлоге данных о журналистах
Общество
Хуснуллин сообщил об определении этапов восстановления Крымского моста
Мир
СМИ сообщили о возможном лишении принцем Уильямом принца Гарри титула
Общество
Свыше 250 россиян получили отечественные CAR-T-препараты для лечения рака
Общество
МВД сообщило о риске перехвата мошенниками контроля над банковскими приложениями
Армия
Армия России поразила электроподстанцию в Днепропетровской области
Мир
Захарова заявила о необходимости «вычистить грязь и гниль» из ООН
Мир
Путин и Трамп отдельно пообщались после трехсторонней встречи в Шэньчжэне
Мир
WP сообщила о намерении сената заблокировать двух кандидатов Трампа в Пентагон
Армия
ВС России взяли под контроль населенный пункт Сосновый Бор в Харьковской области
Общество
Лерчек сообщила об отъезде в Китай 22 ноября на лечение от рака желудка
Спорт
Сборная России победила в мужской командной гонке на этапе Кубка мира
Мир
Бундесвер изменил способ переброски танков на учения в Литве
Общество
Штормовое предупреждение объявлено в Сочи из-за сильных ливней

Названо ключевое условие конкурентоспособности российских ИИ-моделей

0
EN
Фото: ИЗВЕСТИЯ/Эдуард Корниенко
Озвучить текст
Выделить главное
Вкл
Выкл

Российские языковые модели могут сохранить конкурентоспособность и стать универсальными, если их разработчики получат доступ к широкому кругу данных, в том числе к зарубежным научным и образовательным материалам. К такому выводу пришли авторы исследования рынка LLM Института ИИ ИТМО.

Исследователи отмечают, что отечественные модели лучше зарубежных моделей справляются с задачами, связанными с историей, правом и культурой России. В этих областях важен русский язык и культурный контекст, в котором нейросетям помогают ориентироваться русскоязычные данные. По оценке экспертов, оптимальная доля русскоязычных данных в обучающем массиве универсальной модели составляет 5–30%. При этом русскоязычный сегмент интернета в разы меньше мирового — если закрыть доступ к международным источникам, модель будет хуже решать задачи, не связанные с российским контекстом.

«В создании российских LLM русскоязычные данные необходимы, но изоляция от международных корпусов приведет к тому, что модель будет сильнее отставать от зарубежных аналогов и хуже справляться с задачами, выходящими за пределы локального языкового контекста. Важно дать российским LLM возможность обучаться на всем общедоступном контенте — в российском интернете и за его пределами, — чтобы модели, с одной стороны, понимали культурный код нашей страны, а с другой — развивали свои когнитивные способности на всем доступном запасе знаний», — подчеркнули авторы исследования.

Отдельный резерв они видят в российских материалах, которых нет в открытом интернете. К ним относятся фонды библиотек и архивов, научные, образовательные и профессиональные коллекции. На общий уровень моделей такие данные почти не влияют, но могут заметно улучшить их работу в узких профессиональных областях, например, в медицине, праве, строительстве, геологии и других сферах.

В работе также говорится, что нормы об авторском праве не должны сужать круг источников данных для обучения моделей и замедлять разработку, а, напротив, должны убирать лишние барьеры.

Читайте также
Прямой эфир