ГлавнаяПрезентацииИсследовательский Harness: как устроен, какие ошибки ждут, как построить свой, чтобы масштабировать работу и не только
Исследовательский Harness: как устроен, какие ошибки ждут, как построить свой, чтобы масштабировать работу и не только
Руководитель разработки машинного обучения в финтех‑команде Big Data MТС Web Service Максим Шаланкин выступил на митапе «VTORNIK. Вечер #9» с докладом об исследовательских «обвязках» (Harness) — рабочих средах, в которых ИИ-агент может последовательно решать сложную исследовательскую задачу.
Спикер описал архитектуру Harness-решений на основе LLM, состоящих из инструментов, слоев проверки (Guardrails) и контекста — доступа к базам знаний с помощью RAG. Шаланкин рассказал об опыте масштабирования решения и выявленных в ходе него проблемах.
Докладчик также представил свой прогноз того, как в дальнейшем с помощью ИИ-агентов будут автоматизироваться научные исследования.
по теме:
на ICT.Moscow
ICT.Moscow — открытая площадка о цифровых технологиях в Москве. Мы создаем наиболее полную картину развития рынка технологий в городе и за его пределами, помогаем бизнесу следить за главными трендами, не упускать возможности и находить новых партнеров.