Открываем осенний сезон митапов Tinkoff.AI в Москве.

В этот раз расскажем, как изменился NLP Research после выхода GPT-4, в чем особенности автоматизации поддержки в банке и какие подходы использует команда для классификации интентов. Напоследок поделимся, как поменялись applied-методы после выхода ChatGPT и какие есть тонкости и нюансы при подготовке датасетов для предобучения своих foundational моделей.

• Сбор гостей и приветственный кофе с 18:30.
• Начало программы в 19:00.

Следите за новостями на канале «Желтый AI» и задавайте вопросы спикерам в телеграм-чате мероприятия.

After GPT-4

Даниил Гаврилов, Тинькофф

Даниил расскажет о том, как работает команда NLP Research после выхода GPT-4 и откуда берет новые идеи.

Интенты в саппорте на основе sentence embeddings и при чем тут LLM

Ирина Степанюк, Тинькофф

В Тинькофф робот Олег в поддержке пользователей работает на многих продуктах, и сейчас NLP-команда обучает модели для более 1000 интентов по разным направлениям. Ирина расскажет, в чем особенности автоматизации поддержки в банке, какие подходы использует команда для классификации интентов и как поменялись наши методы после выхода ChatGPT.

Как собрать свой датасет для предобучения LLM

Анатолий Потапов, Тинькофф

Вы вдруг решили, что вам недостаточно LLaMA-2 и вы очень хотите сделать свою LLM. Где взять данные для предобучения? Большая часть проблем в воспроизведении результатов ChatGPT лежит именно в данных для предобучения. Модель берет все свои знания о мире с этапа претрейна, алаймент же позволяет их вытащить. Анатолий расскажет, какие есть тонкости и нюансы при подготовке датасетов для предобучения и что они уже сделали с командой.