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