🤖 Дообучение больших языковых моделей для обнаружения уязвимостей

22 мая в 17:00 присоединяйтесь к научному семинару, где выступит Алексей Шестов (Sber AI Lab)!

На семинаре разберём публикацию в журнале IEEE Access по адаптации больших языковых моделей для поиска уязвимостей в коде:
▪️ поговорим об оптимальном режиме дообучения, выборе базовой модели, архитектуре
▪️ покажем, как ускорить дообучение для классификации в 13 раз с помощью батчей переменной длины без потери качества
▪️ обсудим сравнение с моделями на основе CodeBERT (относительный прирост - +5% ROC AUC и F1 на сбалансированных данных и +20% F1 — на несбалансированных)

Ждем ваши вопросы после выступления!

Подключайтесь по ссылке


#анонс
❤ @sb_ai_lab

🚀 Новый курс по рекомендательным системам и RePlay — прокачай навыки персонализации данных!

В мире, где персонализация решает всё — от любимых фильмов до идеальных покупок — рекомендательные системы стали must-have инструментом. Хотите не просто понимать их, а создавать с нуля? Тогда этот курс для вас!

Sber AI Lab представляет курс по рекомендательным системам и open-source библиотеке RePlay!

🔘 Погружение в основы: от коллаборативной фильтрации до гибридных моделей
🔘 Практика на реальных кейсах, только работающие решения
🔘 Освоение RePlay — мощного инструмента для построения рекомендаций
🔘 Гибкий график — учитесь где угодно и когда удобно

🎁 Бонус: Сертификат от СберУниверситета для участников, кто успешно закроет все модули - для резюме и личной гордости

Зачем это вам?
Рынок рекомендательных систем растёт на 24,7% в год (Research Nester), и спрос на специалистов огромен. С этим курсом вы войдёте в топ востребованных профессионалов!


💻 Записаться на курс


#курс
❤ @sb_ai_lab

🚀 Неявные нейронные представления (ННП) для 3D-генерации и реконструкции

29 мая в 17:00 приглашаем на научный семинар с Саввой Игнатьевым (Сколтех)!

Поговорим о новых методах для обучения ННП-гиперсетей для GAN, генерации выровненных 3D-моделей по текстовым описаниям и быстрого рендеринга поверхностей.

🔘 Почему это важно?
Предложенные подходы позволяют эффективно решать задачи реконструкции, генерации и модификации сложных структур, открывая перспективы для практического применения ННП в компьютерных графических приложениях.

После доклада — разберём тонкости и ответим на все вопросы!

💻 Подключайтесь по ссылке


#анонс
❤ @sb_ai_lab

📰 Мы на Data Fest!

30 мая команда Sber AI Lab приняла участие в очном дне Sber x Data Fest 🚀

Андрей Савченко представил доклад на тему «Towards Emotional Artificial Intelligence». Запись выступления по ссылке

Кроме того, мы активно поучаствовали в постерной сессии.
Смотрите работы:

1. Sim4Rec: Flexible and Extensible Simulator for Recommender Systems for Large-Scale Data
2. Towards LLM-Driven Multi-Agent Pipeline for Drug Discovery: Neurodegenerative Diseases Case Study
3. LLM-KT: A Versatile Framework for Knowledge Transfer from Large Language Models to Collaborative Filtering
4. Video-based learning of sign languages: one pre-train to fit them all
5. RAGulator: Effective RAG for Regulatory Question Answering
6. InsideOut: Unifying Emotional LLMs to Foster Empathy
7. Device-Specific Facial Descriptors: Winning a Lottery with a SuperNet

А 31 мая Дмитрий Симаков выступил на открытом диалоге «Мифы и правда о соревновательном ML» на очном дне феста на площадке Avito

➡️ Запись конфы в Сбере
➡️ Постеры Sber AI Lab


#новости
❤ @sb_ai_lab

🚀 Наши разработки на AI Journey — рассказываем о главном

В Санкт-Петербурге прошел один из ключевых дней конференции AI Journey от Сбера. Наши эксперты представили технологии, которые уже меняют подходы к работе с данными, рекомендательными системами и эмоциональным ИИ:

➡️ Юлия Беликова — RAGulator: эффективный RAG для регуляторных вопросов
Предложен улучшенный подход к Retrieval-Augmented Generation (RAG) для работы с нормативными документами. Гибридный поиск и модификация декодирования языковых моделей повышают точность и релевантность ответов

➡️ Алексей Гришанов — Sim4Rec: гибкий симулятор для рекомендательных систем
Представлен фреймворк для оценки рекомендательных алгоритмов и моделирования поведения пользователей. Sim4Rec умеет генерировать синтетические данные и предсказывать отклик пользователя на рекомендованные товары

➡️ Илья Шенбин — InsideOut: эмоциональные LLM для эмпатического общения
Разработано расширение для языковых моделей, которое улучшает распознавание и генерацию эмоций. В основе — система агентов: один анализирует эмоции, другой формирует ответ, а третий координирует их работу

➡️ Галина Зубкова - Мультимодальный диагностический ассистент Giga Doc
GigaDoc распознаёт ключевые биомаркеры человека: пол, возраст, пульс, артериальное давление, индекс массы тела, эмоциональное состояние, риск диабета второго типа, вариабельность сердечного ритма, уровень холестерина и другие параметры. Он также способен предлагать гипотезы о диагнозах на основе предоставленных фотографий.
В основе работы ассистента лежат такие технологии, как компьютерное зрение, машинное обучение и дистанционная фотоплетизмография


#новости
❤ @sb_ai_lab

🤖 Поучаствовали в международной форсайт-сессии AI Horizons о будущем искусственного интеллекта

В Санкт-Петербурге в рамках AI Journey прошла международная форсайт-конференция AI Horizons, где ведущие специалисты из 15+ стран обсудили будущее развитие ИИ. От нашей DS-команды принял участие Андрей Савченко, а еще к сессии присоединились ребята из AIRI, Сколтеха, МФТИ и Т-банка.

Участники сессии работали над общим видением будущего ИИ, обсуждали темы: от Human-Machine Interaction до Narrow AI и вопросов вычислительных ресурсов.

Такие ивенты — шанс не просто слушать мировую повестку, а влиять на неё и продвигать наши DS-решения.


#новости
❤ @sb_ai_lab