SaluteTech

Как мы сделали production ASR для новых языков на 10 часах данных

Распознавание речи по спикерам в SaluteSpeech: от моделей и алгоритмов до production-оптимизаций

Как мы добавили поддержку суммаризации видео длительностью 3 часа в мультимодальной LLM

Быстрые команды

Как мы обучаем модели GigaCode

Оценка и развитие инструктивных способностей эмбеддинг-моделей

Виртуальные руки: как большие мультимодальные модели управляют компьютером через GUI

Что мы поняли без слов. Распознавание непрерывного жестового языка

Норм или стрем? Оценка генераций в динамическом RAG бенчмарке

От MERA Code к SWE-MERA: новые подходы к оценке моделей и развитию кодовых агентов

AI-Generated Music: подготовка данных и музыкальные фичи

Оборотное зелье — конверсия любого голоса в целевой в высоком качестве

Мечтают ли языковые модели смотреть видео?

Генеративное проектирование в промышленности. Задачи, решения, перспективы

AI4SPORT. Как и зачем использовать AI в самом популярном спорте в мире

Multi-Task фундаментальная модель для временных рядов

Сделай комнату чистой: инструктивное редактирование фото с помощью мультимодальных ассистентов

Наука доставки R&D в продакшн

Генерация изображений и видео: тренды, вызовы и применения

Какими будут и какими не будут большие нейросети будущего?

Тайны древних. Ищем знания в средневековых манускриптах

Генеративный ИИ в задачах проектирования: тренды и вызовы

Реверс-инжиниринг как первый шаг на пути создания копилота для инженера

От синтеза речи к дуплексной диалоговой модели

Ctrl+Z для LLM: учим модели откатывать глупости

Фиджитал сборка

Константин Крестников — GigaChain: создание AI-агентов на практике

Антон Чигин, Артём Хорошев — От теории к практике: построение надежного LLM-сервиса

Евгений Косарев, Валерий Березовский, Валентин Мамедов — GigaChat.Pretrain

Владимир Карлов, Дарья Хомич — Ассистент на LLM