Как меньше галлюцинировать на важных задачах: LLM в саппорте
18 июля 2026 г.
Время показано в часовом поясе: Europe/Moscow
Зал 3
О докладе
Опытные RL-инженеры знают: модель всегда найдет способ обмануть награду. На примере нашего LLM-саппорта разберу всю цепочку: разметку как фундамент задачи, дизайн награды из нескольких судей с цитированиями и гейтами, SFT и инфраструктурные грабли
Спикеры
Дмитрий Стоянов
Т-Банк
Алмаз Даутов
Т-Банк