В своем докладе на фестивале Data Fest 2026 исполнительный директор в «Сбере» Алена Феногенова разобрала типовые проблемы в оценке продуктивности LLM, совершаемые разработчиками.

Она представила способы решения данных проблем, в частности, за спет правильного использования судей-оценщиков и отказа от вайб-кодинга тестов бенчмарков с помощью ИИ-агентов.