Российские программисты ускорили обучение ИИ-моделей на 40%
Ученые Научно-образовательного центра ФНС России совместно со специалистами МГТУ им. Н.Э. Баумана разработали автоматизированный сценарий настройки языковых моделей, который позволяет адаптировать искусственный интеллект под конкретные измеримые задачи без ручного подбора параметров. Об этом сообщили разработчики проекта.
По словам авторов разработки, такой подход позволяет примерно в 1,6 раза сократить число комплексных проверок системы, в том числе при анализе на наличие вредоносных объектов, снизить объем ресурсоемких вычислений и ускорить процесс настройки примерно на 40% без потери качества. В ходе экспериментов метод показал устойчивое превосходство над традиционными решениями, включая показатели покрытия кода.
«Система автоматически подбирает оптимальные конфигурации под разные задачи — от максимальной скорости до наивысшей точности, избавляя разработчиков от необходимости вручную тестировать сотни вариантов», — рассказал «Известиям» доктор технических наук, ведущий научный сотрудник НОЦ ФНС России и МГТУ им. Н.Э. Баумана Игорь Масич.
Он отметил, что разработка ориентирована на практическое применение и может использоваться как в промышленных ИИ-сервисах, так и при создании специализированных решений для государственных и корпоративных задач.
«Модель предлагает не одну универсальную настройку, а набор оптимизированных вариантов под разные сценарии. Если важна скорость, можно выбрать более быстрый режим с хорошим качеством. Если критична точность — доступна конфигурация с максимальной точностью, пусть и с большим временем работы. Это дает разработчикам гибкость при выборе ИИ-инструментов под конкретные цели», — пояснил эксперт.
Подробнее читайте в эксклюзивном материале «Известий»:
