• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Команда Питерской Вышки выиграла грант на развитие нейросети «Сбера» GigaChat

«Сбер» определил списки вузов, которые смогут экспериментировать с дообучением и донастройкой нейросети GigaChat. В числе победителей оказалась и команда Школы физико-математических наук Питерской Вышки под руководством Алексея Шпильмана.

Команда Питерской Вышки выиграла грант на развитие нейросети «Сбера» GigaChat

Фото НИУ ВШЭ — Санкт-Петербург

Отбор команд состоялся по открытому сбору заявок. В числе победителей оказались команды крупных российских вузов — Вышки, МГУ имени М. В. Ломоносова, РАНХиГС и других. Победители получат доступ к платформе ML Space и ресурсы для экспериментов. Команде Питерской Вышки выделили грант в размере 500 тысяч рублей. Курировать команду будет Алексей Шпильман, академический руководитель магистерской программы «Машинное обучение и анализ данных».

GigaChat — мультимодальная нейросеть от «Сбера», которая умеет поддерживать диалог, писать код и тексты, а также создавать изображения на основе модели Kandinsky. В основе сервиса  лежит набор нейросетевых моделей NeONKA (Neural Omnimodal Network with Knowledge-Awareness), в который входят различные динамические блоки, методы дообучения и многое другое.

Алексей Шпильман, академический руководитель МП «Машинное обучение и анализ данных»

Шпильман Алексей Александрович

Системы, основанные на больших языковых моделях, такие как GigaChat, ChatGPT или «Алиса» с YaGPT, — это то, что будет драйвить трансформацию огромного количества процессов практически во всех индустриях. Потенциал у технологии огромный, это видно невооруженным глазом. Но прикладные аспекты пока почти не изведаны, это просто бесконечное открытое поле для исследований. Нашей группе очень интересно будет исследовать то, как можно применить технологии, стоящие за GigaChat, к прикладным задачам, особенно в промышленности.

Ранее Алексей Шпильман вместе с командой студентов становился призером в соревновании NeurIPS 2020: Black-Box Optimization Challenge по машинному  обучению, а также получал научную премию «Яндекса». А в 2020 году в составе команды Школы физико-математических и компьютерных наук Алексей Александрович занял первое место в соревновании NeurIPS 2020: Flatland, трек — «обучение с подкреплением».