πΠΠΎΠ΄Π±ΠΎΡΠΊΠ° ΠΊΠΎΠΌΠ°Π½Π΄ Π΄Π»Ρ ML-ΡΡΠ°ΠΆΠΈΡΠΎΠ²ΠΊΠΈ Π² Π―Π½Π΄Π΅ΠΊΡΠ΅ Π‘Π²Π΅ΠΆΠΈΠ΅ Π²Π°ΠΊΠ°Π½ΡΠΈΠΈ Π΄Π»Ρ ΡΠ΅Ρ , ΠΊΡΠΎ Ρ ΠΎΡΠ΅Ρ ΡΠ°Π·Π²ΠΈΠ²Π°ΡΡΡΡ Π² ΠΌΠ°ΡΠΈΠ½Π½ΠΎΠΌ ΠΎΠ±ΡΡΠ΅Π½ΠΈΠΈ β R&D Β· YandexGPT NLP, LLM, Python, PyTorch Π£Π»ΡΡΡΠ°Π΅ΠΌ ΡΠΏΠΎΡΠΎΠ±Π½ΠΎΡΡΠΈ ΠΊ ΡΠ°ΡΡΡΠΆΠ΄Π΅Π½ΠΈΡ Ρ ΠΌΠΎΠ΄Π΅Π»Π΅ΠΉ ΡΠ΅ΠΌΠ΅ΠΉΡΡΠ²Π° Alice AI LLM. ΠΠ° ΡΡΠ°ΠΆΠΈΡΠΎΠ²ΠΊΠ΅ Π±ΡΠ΄Π΅ΡΡ ΡΠΊΡΠΏΠ΅ΡΠΈΠΌΠ΅Π½ΡΠΈΡΠΎΠ²Π°ΡΡ Ρ RLVR ΠΈ RLHF, ΡΠ°Π±ΠΎΡΠ°ΡΡ Ρ ΠΌΠ½ΠΎΠ³ΠΎΡΡΠ°Π΄ΠΈΠΉΠ½ΡΠΌ Π°Π»Π°ΠΉΠ½ΠΌΠ΅Π½ΡΠΎΠΌ ΠΈ ΠΊΠΎΠΌΠ±ΠΈΠ½ΠΈΡΠΎΠ²Π°ΡΡ Π³Π΅Π½Π΅ΡΠ°ΡΠΈΠ²Π½ΡΠ΅ ΠΈ rule-based reward-ΠΌΠΎΠ΄Π΅Π»ΠΈ ΠΠ»ΠΈΡΠ° Β· ML-ΠΏΠ΅ΡΡΠΎΠ½Π°Π»ΠΈΠ·Π°ΡΠΈΡ NLP, RAG, Python, PyTorch Π Π°Π·Π²ΠΈΠ²Π°Π΅ΠΌ Π΄ΠΎΠ»Π³ΠΎΡΡΠΎΡΠ½ΡΡ ΠΏΠ΅ΡΡΠΎΠ½Π°Π»ΠΈΠ·Π°ΡΠΈΡ ΠΠ»ΠΈΡΡ: ΠΎΠ±ΡΡΠ°Π΅ΠΌ LLM Π²ΡΠ΄Π΅Π»ΡΡΡ ΠΏΠΎΠ»Π΅Π·Π½ΠΎΠ΅ ΠΈΠ· ΠΈΡΡΠΎΡΠΈΠΈ Π²Π·Π°ΠΈΠΌΠΎΠ΄Π΅ΠΉΡΡΠ²ΠΈΡ ΠΈ Π½Π°Ρ ΠΎΠ΄ΠΈΡΡ ΡΠ΅Π»Π΅Π²Π°Π½ΡΠ½ΡΠΉ ΠΊΠΎΠ½ΡΠ΅ΠΊΡΡ. ΠΡΠ΄Π΅ΡΡ ΡΠΊΡΠΏΠ΅ΡΠΈΠΌΠ΅Π½ΡΠΈΡΠΎΠ²Π°ΡΡ Ρ LLM, ΠΎΠ±ΡΡΠ°ΡΡ ΠΌΠΎΠ΄Π΅Π»ΠΈ ΠΈ ΡΠ°Π·Π²ΠΈΠ²Π°ΡΡ retrieval, ΠΌΠ΅ΡΡΠΈΠΊΠΈ ΠΈ ΠΎΡΠ΅Π½ΠΊΡ ΠΊΠ°ΡΠ΅ΡΡΠ²Π° R&D Β· YandexART NLP, LLM, VLM, Python, PyTorch Π£ΡΠΈΠΌ VLM ΡΠ°ΡΡΡΠΆΠ΄Π°ΡΡ Π½Π°Π΄ Π²ΠΈΠ·ΡΠ°Π»ΡΠ½ΠΎΠΉ ΠΈΠ½ΡΠΎΡΠΌΠ°ΡΠΈΠ΅ΠΉ: Π°Π½Π°Π»ΠΈΠ·ΠΈΡΠΎΠ²Π°ΡΡ ΠΈΠ·ΠΎΠ±ΡΠ°ΠΆΠ΅Π½ΠΈΡ, Π΄ΠΈΠ°Π³ΡΠ°ΠΌΠΌΡ ΠΈ ΠΏΡΠΈΡΠΈΠ½Π½ΠΎ-ΡΠ»Π΅Π΄ΡΡΠ²Π΅Π½Π½ΡΠ΅ ΡΠ²ΡΠ·ΠΈ. ΠΠ° ΡΡΠ°ΠΆΠΈΡΠΎΠ²ΠΊΠ΅ ΠΎΠ±ΡΡΠ°ΠΉ ΠΌΠΎΠ΄Π΅Π»ΠΈ ΡΠ°Π±ΠΎΡΠ°ΡΡ Ρ Π²ΠΈΠ·ΡΠ°Π»ΠΎΠΌ, ΡΡΡΠΎΠΉ ΠΌΠ°ΡΡΡΠ°Π±Π½ΡΠ΅ Π΄Π°ΡΠ°-ΠΏΠ°ΠΉΠΏΠ»Π°ΠΉΠ½Ρ ΠΈ Π°Π½Π°Π»ΠΈΠ·ΠΈΡΡΠΉ ΡΠ΅Π·ΡΠ»ΡΡΠ°ΡΡ ΡΠΊΡΠΏΠ΅ΡΠΈΠΌΠ΅Π½ΡΠΎΠ² ΠΈ ΠΊΠ°ΡΠ΅ΡΡΠ²ΠΎ ΠΌΠΎΠ΄Π΅Π»Π΅ΠΉ Yandex Robotics Β· ΠΠΎΠΌΠ°Π½Π΄Π° RL DL, RL, ΡΠΎΠ±ΠΎΡΠΎΡΠ΅Ρ Π½ΠΈΠΊΠ° Π Π°Π·ΡΠ°Π±Π°ΡΡΠ²Π°Π΅ΠΌ ΠΏΠΎΠ»ΠΈΡΠΈΠΊΠΈ ΡΠΏΡΠ°Π²Π»Π΅Π½ΠΈΡ Π°Π½ΡΡΠΎΠΏΠΎΠΌΠΎΡΡΠ½ΡΠΌ ΡΠΎΠ±ΠΎΡΠΎΠΌ, ΠΎΠ±Π΅ΡΠΏΠ΅ΡΠΈΠ²Π°ΡΡΠΈΠΌ ΡΠΏΡΠ°Π²Π»Π΅Π½ΠΈΠ΅ Π³ΡΠΌΠ°Π½ΠΎΠΈΠ΄ΠΎΠΌ ΠΏΠΎ ΠΊΠΎΠΌΠ°Π½Π΄Π°ΠΌ Π²Π½Π΅ΡΠ½Π΅Π³ΠΎ ΠΊΠΎΠ½ΡΡΠΎΠ»Π»Π΅ΡΠ°. Π Π°Π±ΠΎΡΠ°Π΅ΠΌ Ρ ΠΆΠ΅Π»Π΅Π·ΠΎΠΌ β ΡΠ΅Π·ΡΠ»ΡΡΠ°Ρ ΠΌΠΎΠΆΠ½ΠΎ Β«ΠΏΠΎΡΡΠΎΠ³Π°ΡΡΒ», ΠΈ ΠΎΠ½ ΠΏΠΎΠΏΠ°Π΄ΡΡ Π² ΠΏΡΠΎΠ΄ΡΠΊΡ Π Π΅ΠΊΠ»Π°ΠΌΠ½ΡΠ΅ ΡΠ΅Ρ Π½ΠΎΠ»ΠΎΠ³ΠΈΠΈ Β· ΠΠΈΠ·Π°ΠΉΠ½ ΠΌΠ΅Ρ Π°Π½ΠΈΠ·ΠΌΠΎΠ² Classic ML, C++ Π‘ΠΎΠ·Π΄Π°ΡΠΌ ΡΠ΅ΠΊΠ»Π°ΠΌΠ½ΡΠ΅ Π°ΡΠΊΡΠΈΠΎΠ½Ρ ΠΈ ΠΎΠ±ΡΡΠ°Π΅ΠΌ ML-ΠΏΡΠΎΠ³Π½ΠΎΠ·Π°ΡΠΎΡΡ, ΡΠΎΠ³Π»Π°ΡΡΡ ΠΈΠ½ΡΠ΅ΡΠ΅ΡΡ ΠΏΠΎΠ»ΡΠ·ΠΎΠ²Π°ΡΠ΅Π»Π΅ΠΉ ΠΈ ΡΠ΅ΠΊΠ»Π°ΠΌΠΎΠ΄Π°ΡΠ΅Π»Π΅ΠΉ. Π Π°Π±ΠΎΡΠ°Π΅ΠΌ Ρ Π±ΠΎΠ»ΡΡΠΈΠΌΠΈ Π΄Π°ΡΠ°ΡΠ΅ΡΠ°ΠΌΠΈ. Π Π°Π·ΡΠ°Π±Π°ΡΡΠ²Π°ΠΉ ΠΈΠ½ΡΡΡΡΠΌΠ΅Π½Ρ ΠΌΠΎΠ΄Π΅Π»ΠΈΡΠΎΠ²Π°Π½ΠΈΡ ΠΏΠΎΠ²Π΅Π΄Π΅Π½ΠΈΡ ΡΠ΅ΠΊΠ»Π°ΠΌΠΎΠ΄Π°ΡΠ΅Π»Π΅ΠΉ ΠΈ ΠΎΡΠ΅Π½ΠΈΠ²Π°ΠΉ ΠΏΠΎΠ»ΡΠ·Ρ ΠΎΡ ΡΠ»ΡΡΡΠ΅Π½ΠΈΠΉ Π°ΡΡ ΠΈΡΠ΅ΠΊΡΡΡΡ ΠΡΠΈΡ ΠΎΠ΄ΠΈ Π½Π° ML-ΡΡΠ°ΠΆΠΈΡΠΎΠ²ΠΊΡ: yandex.ru/yaintern/ml @Young_and_Yandex #YY_ML