Ру
Регистрация Вход

Список публикаций по ключевому слову: «большие языковые модели»

  • Аппаратные архитектуры для локального обучения больших языковых моделей: обзор масштабируемых решений

    Статья в сборнике трудов конференции
    Актуальные вопросы интеграции науки и практики в условиях трансформации социально-экономических систем
    Авторы:
    Копыркин Николай Андреевич, Судакова Анна Дмитриевна
    Рубрика:
    Развитие информационных технологий в условиях трансформации социально-экономических систем
    Аннотация:
    В статье рассматривается выбор аппаратных ускорителей (GPU, ASIC, FPGA и др.) для обучения больших языковых моделей на собственных серверах (on-premise), а не в облаке. Проводится сравнительный анализ стоимости владения различными решениями при установке 256 ускорителей. Делается вывод, что выбор оборудования должен учитывать не только скорость вычислений, но и затраты на электроэнергию, охлаждение и программную совместимость.
    Ключевые слова:
    большие языковые модели, аппаратные ускорители, масштабируемые архитектуры, совокупная стоимость владения, локальное развёртывание
    Перейти 

  • Как большие языковые модели (LLM) влияют на английский язык

    Статья в сборнике трудов конференции
    Образование, инновации, исследования как ресурс развития сообщества
    Авторы:
    Котов Фёдор Алексеевич, Куклева Анастасия Александровна
    Рубрика:
    Филология в системе образования
    Аннотация:
    Статья посвящена анализу влияния больших языковых моделей (LLM) на эволюцию английского языка. Автор рассматривает, как активное внедрение чат-ботов в повседневную практику меняет языковые нормы и структуры, фокусируясь на двух контрастных группах пользователей: подростках и технических специалистах (программистах, разработчиках ПО). Опираясь на данные исследований Pew Research Center, Rethink Priorities, ЮНЕСКО и MIT Media Lab, в статье показано, что воздействие LLM носит двойственный характер. В заключении выделяются три основных вектора изменений: стандартизация языковых паттернов, парадоксальное усложнение текстов при снижении их связности и читаемости, а также смена приоритетов в сторону навыков взаимодействия с искусственным интеллектом.
    Ключевые слова:
    английский язык, LLM, большие языковые модели, стандартизация языка, стилистическое разнообразие, лингвистическое упрощение
    Перейти 

  • Что делает диалог с ИИ-ассистентом поддерживающим: эмпирическое исследование цифрового сервиса психоэмоциональной поддержки в карьерном контексте

    Статья в сборнике трудов конференции
    Психология коучинга: методология, теория, практика. Доказательный подход
    Авторы:
    Лунькова Полина Сергеевна, Никитина Дарья Дмитриевна
    Рубрика:
    Цифровые инструменты и искусственный интеллект в коучинге
    Аннотация:
    Растущая доступность больших языковых моделей (LLM) делает возможной масштабируемую психоэмоциональную поддержку, смежную с задачами коучинга, однако открытым остаётся доказательный вопрос: чем именно определяется поддерживающая ценность ИИ-диалога. В статье представлены результаты разработки и пилотного запуска ИИ-ассистента «Эви», ориентированного на работу с внутренними карьерными барьерами женщин – синдромом самозванца, тревожностью и заниженной самооценкой. Методология включала качественный этап (14 глубинных интервью и тематический анализ), проектирование системного промпта на принципах когнитивно-поведенческого подхода с запретом шаблонной мотивации, офлайн-оценку качества методом LLM-as-Judge на 49 тест-кейсах для двух языковых моделей, а также смешанный пилот с участием 95 пользователей, включавший дневниковое исследование. Установлено, что воспринимаемая ценность диалога определяется не фактом эмпатичного ответа, а адаптивностью тона и глубиной уточняющих вопросов, зависящими от способности модели следовать сложным поведенческим инструкциям: при идентичном промпте YandexGPT 5 Pro получил среднюю оценку 0,73 (21 критическая ошибка из 49), а Claude Sonnet 4.6 – 0,94 (0 критических ошибок), что подтвердилось сменой оценок участниц дневникового исследования. Высокая внутрисессионная вовлечённость (в среднем 5,5 сообщения за сессию) сочеталась со слабым ранним удержанием (Retention-3d 9,5%), что указывает на дефицит механик возвращения, а не ценности продукта.
    Ключевые слова:
    эмпатия, синдром самозванца, психоэмоциональная поддержка, большие языковые модели, удержание, когнитивно-поведенческий подход, промпт-инжиниринг, ИИ-коучинг, карьерные барьеры, валидация
    Перейти 

  • Принцип работы рекомендательных систем и их влияние на человека на примере «YouTube»

    Статья в сборнике трудов конференции
    Актуальные проблемы менеджмента, экономики и экономической безопасности
    Авторы:
    Тагиров Марк Ильич, Ушаков Александр Анатольевич, Терещенко Олеся Валерьевна
    Рубрика:
    Менеджмент и его разновидности, диверсификация, маркетинг, ценообразование и логистика
    Аннотация:
    В статье проводится анализ рекомендательной системы «YouTube», а также проводится исследование архитектуры системы, которая, в свою очередь, основана на двухэтапной модели машинного обучения, с учетом внедрения методов самообучения и ее эволюция в 2025 г. Уделяется основное внимание выявлению и систематизации рисков, которые связаны с персонализацией контента, таких как формирование «информационных пузырей», влияние на поведения пользователя и продвижение радикального контента. Представлены рекомендации для снижения выявленных негативных эффектов у пользователей и разработчиков на основе актуальных научных публикаций и статистики.
    Ключевые слова:
    зависимость, искусственный интеллект, машинное обучение, алгоритмы, персонализация, YouTube, большие языковые модели, рекомендательные системы, информационный пузырь
    Перейти 

  • Искусственный интеллект в коучинге: систематический анализ эффективности, этических дилемм и стратегий гибридной интеграции

    Статья в сборнике трудов конференции
    Психология коучинга: методология, теория, практика
    Авторы:
    Шахова Алёна Витальевна, Тараненко Фёдор Сергеевич
    Рубрика:
    Технологии искусственного интеллекта в коучинге
    Аннотация:
    Целью данного систематического обзора является синтез современных академических исследований (2020–2025 гг.), посвященных интеграции искусственного интеллекта (ИИ) в коучинг. Методология включает критический анализ 17 работ, охватывающих эмпирические исследования, концептуальные модели и практические кейсы в контекстах лидерства, медицины, продаж и психического здоровья. Результаты демонстрируют, что ИИ эффективен в структурированных задачах, таких как постановка целей (увеличение уверенности пользователей на 34%, Khandelwal & Upadhyay, 2021) и анализ данных (выявление 63% запросов, связанных с карьерным ростом, Movsumova et al., 2020), но уступает человеку в сферах, требующих эмпатии и работы с неоднозначными сценариями (снижение эффективности на 39% в задачах двойной петли обучения, Arakawa & Yakura). Гибридные модели, сочетающие ИИ и человеческий коучинг, признаны наиболее перспективными, демонстрируя повышение достижения целей на 28% (Arakawa & Yakura); однако их внедрение сопряжено с этическими рисками, включая предвзятость данных (35% гендерных стереотипов в рекомендациях, Terblanche, 2024) и проблемы конфиденциальности (18% пользователей выражают обеспокоенность, Huang et al., 2025). Рекомендации для практиков включают развитие ИИ-грамотности, внедрение прозрачных гибридных систем и проведение лонгитюдных исследований для оценки долгосрочного воздействия.
    Ключевые слова:
    искусственный интеллект, коучинг, этика ИИ, метапознание, LLM, большие языковые модели, гибридные системы
    Перейти 

  • ChatGPT: определение, принцип работы, история возникновения

    Статья в сборнике трудов конференции
    Образование, инновации, исследования как ресурс развития сообщества
    Авторы:
    Хан Роман Эдуардович, Фомичева Татьяна Леонидовна
    Рубрика:
    Современные технологии в образовании
    Аннотация:
    Статья посвящена всестороннему анализу ChatGPT, передовой технологии обработки естественного языка. Исследование ставит перед собой задачу дать четкое определение ChatGPT, раскрыть принципы его работы и проследить этапы его развития. Проблема заключается в доступном изложении сложной технологии для широкого круга читателей. Методология исследования опирается на анализ научных публикаций, посвященных глубокому обучению и обработке естественного языка, а также на изучение истории развития семейства моделей GPT. В результате исследования представлено подробное описание архитектуры ChatGPT, понятное объяснение механизмов генерации текста, и исторический обзор, прослеживающий путь от первых версий GPT к современному ChatGPT. Статья позволит получить ясные и полные знания о данной технологии и ее значении в современном мире.
    Ключевые слова:
    образование, студенты, плагиат, критическое мышление, технологии в образовании, ChatGPT, инновации в обучении, LLM, большие языковые модели
    Перейти