Технологии и применение больших языковых моделей (БЯМ)
Open-source решения в области большой языковой модели
-
ProtoLLM: фреймворк быстрого прототипирования приложений на основе БЯМ
Открытый репозиторий разработкиПредназначен для быстрого создания прототипов многофункциональных приложений на основе больших языковых моделей (БЯМ) с использованием технологии генерации с дополненной выборкой (RAG). Обеспечивает подключение внешних сервисов и моде- лей через систему плагинов, оптимизацию производительности БЯМ путем реализации ансамблевых методов и мультиагентных подходов, генерацию сложных синтетических данных для дальнейшего обучения и улучшения БЯМ, ускорение процесса разработки и внедрения систем, основанных на БЯМ, в различных прикладных областях.
Конкурентные преимущества:
- Типовые шаблоны БЯМ-агентов и мультиагентных систем
- Многофункциональный RAG: не только тексты, но базы данных и знаний, а также инженерное ПО
- Использование произвольных БЯМ, как напрямую, так и через API
Эффекты от внедрения:
- Ускорение разработки систем на базе БЯМ не менее, чем в 5 раз
- Оптимизация вычислительных ресурсов до 20%
УГТ-9
Прототип системы прошел демонстрацию в эксплуатационных условиях и отражает планируемую штатную систему
Инициатор
Руководитель разработки:
к.т.н. Анна Калюжная
anna.kalyuzhnaya@itmo.ru
Ведущие разработки в области большой языковой модели
-
Интеллектуальная агентная система поддержки принятия решений по планированию промышленных бизнес-процессов на основе БЯМ
Предназначена для оптимизации планирования промышленных бизнес-процессов на больших временных горизонтах в условиях неопределенности и неполноты данных. Позволяет автоматизировать все шаги от анализа сметной документации до валидации сгенерированных план-графиков для разных стратегий реализации проекта, а также выдавать рекомендации по выбору технологий проведения работ.
Конкурентные преимущества:
- Автоматизация процесса планирования за счет применения искусственного интеллекта для извлечения опыта из накопленных корпоративных данных
- Быстрые интеллектуальные алгоритмы построения, оптимизации и валидации план-графиков
- Оценка характеристик, которые влияют как на индивидуальные, так и на коллективные трудовые функции
Эффекты от внедрения:
- Повышение эффективности планов до 30%
- Сокращение трудозатрат по планированию в 16–20 раз
УГТ-9
Система проверена на работоспособность в своей конечной форме и в ожидаемых условиях эксплуатации
Инициатор
Руководитель разработки:
к.т.н. Анна Калюжная
anna.kalyuzhnaya@itmo.ru
Новости в области большой языковой модели
-
25.02.2025
В ИТМО создали цифрового ассистента химика
ИИ-ассистент может сгенерировать новые и доработать существующие химические соединения, а также алгоритмы синтеза, предсказать химические свойства и извлечь знания из статей по химии. При этом химикам не нужно уметь программировать — достаточно отправить запрос в чат ассистента.
-
19.12.2024
Цифровой мэр, химик и совет компании: какие ИИ-разработки представили в ИТМО
Ежегодно на встрече «AIMission: погружение в мир интеллектуальных технологий с ИТМО» исследователи ИТМО подводят итоги года и представляют индустриальным партнерам университета свои новинки в области ИИ. Об основных проектах, созданных в исследовательском центре «Сильный искусственный интеллект в промышленности» и Национальном центре когнитивных разработок ИТМО, — в нашем материале.
-
03.10.2024
Ученые ИТМО автоматизировали разработку отраслевых систем ИИ с помощью больших языковых моделей
В Национальном центре когнитивных разработок ИТМО создали новую гибридную систему искусственного интеллекта, которая объединила автоматическое машинное обучение и большие языковые модели.
-
19.06.2024
Ученые ИТМО представили новый веб-сервис для оценки соискателей с помощью искусственного интеллекта
В исследовательском центре «Сильный ИИ в промышленности» ИТМО создали новую гибридную систему искусственного интеллекта, которая объединила автоматическое машинное обучение и большие языковые модели.