Прикладной уровень

Описание

Программа охватывает специфику применения современных языковых моделей к русскому языку и многоязычным сценариям: токенизацию кириллицы, кросс‑языковой перенос знаний, доменную адаптацию под юридические, медицинские и государственные тексты, а также методы оценки качества и согласования.

Аудитория

Инженеры NLP, ML‑инженеры, исследователи, разработчики корпоративных ассистентов и систем документооборота, работающие с русским языком и многоязычными корпусами.

Расписание

День 1. Архитектура и токенизация для кириллицы.

Сравнительный анализ токенизаторов современных открытых и проприетарных моделей и влияние словаря на скорость и стоимость инференса. Кросс‑языковой перенос знаний из англоязычных корпусов в русскоязычные модели без потери качества рассуждений. Эмбеддинг‑модели для GraphRAG и работа с многоязычными представлениями, учитывающими профессиональный жаргон. Оценка эффективности токенизации и стоимости обработки большого объёма токенов.

День 2. Извлечение знаний и доменная адаптация.

Мультимодальное извлечение из сканов документов в логике совместного OCR и распознавания именованных сущностей. Извлечение отношений и автоматическое построение графов знаний из юридических корпусов. Дообучение моделей на русской морфологии и доменной терминологии (банковская, медицинская, государственная). Специфические русскоязычные галлюцинации и методы их подавления через self‑correction.

День 3. Оценка качества и контур человеческой проверки.

Переход от классических метрик (BLEU, ROUGE) к LLM‑as‑a‑judge с оценкой согласования, падежных форм и стиля. Синтетическая генерация русскоязычных датасетов с помощью моделей‑учителей. Согласование моделей с культурными и законодательными нормами. Построение пайплайна экспертной оценки и его сопоставление с автоматическими метриками на доменной задаче слушателя.

Описание

Программа посвящена безопасности и устойчивости систем на основе больших моделей: атакам нового поколения, автоматизированному red‑teaming, эшелонированной защите, регуляторному соответствию и управлению рисками в продуктивных AI‑системах.

Аудитория

Инженеры безопасности AI‑систем, архитекторы решений, технические руководители, специалисты по комплаенсу и управлению рисками в области ИИ.

Расписание

День 1. Атаки нового поколения и red‑teaming.

Автоматизированный red‑teaming с использованием специализированных LLM‑агентов и фреймворков. Indirect prompt injection через внешние данные и сценарии скрытых команд во входящем контенте. Утечки промптов и данных обучения, современные техники обхода фильтров. Adversarial reasoning attacks и обман reasoning‑моделей через логические ловушки. Контролируемая атака на собственного агента и анализ уязвимостей логики планирования.

День 2. Эшелонированная защита и комплаенс.

Многоуровневые guardrails: фильтрация на входе, в процессе рассуждения и на выходе. Обнаружение и маскирование персональных данных в режиме реального времени и интеграция с корпоративными DLP. Маркировка контента по стандарту C2PA и проверка подлинности. Регуляторный ландшафт 2026 года: EU AI Act, отраслевые ГОСТы и российские требования к критической инфраструктуре. Аудит на предвзятость и сборка единого шлюза безопасности с журналированием для регуляторов.

Описание

Программа охватывает применение больших моделей для аналитической работы с корпоративными данными: современные подходы к Text‑to‑SQL и семантическим слоям, автономный exploratory data analysis, агентную аналитику, мультимодальное извлечение данных и построение качественных датасетов.

Аудитория

Дата‑аналитики, дата‑инженеры, BI‑разработчики, ML‑инженеры, продуктовые команды, внедряющие аналитические ассистенты поверх корпоративных хранилищ.

Расписание

День 1. Современный Text‑to‑SQL и семантический слой.

Семантический слой как основа корректной работы LLM с витринами данных. Специализированные RAG‑системы для метаданных и обучение моделей корпоративной модели данных. Паттерн «генерация — выполнение — самоисправление» SQL‑запросов с автоматическим устранением ошибок. Проектирование чат‑интерфейса с визуализацией результатов аналитических запросов.

День 2. Автономный EDA и агентная аналитика.

Современные паттерны code interpreter и изолированные среды для статистического анализа. Многошаговый аналитический агент: формулировка гипотез, их проверка и формирование выводов. Интерпретация аномалий с помощью мультимодальных моделей и контекстуализация выбросов. Автоматическая генерация интерактивного отчёта из исходного датасета.

День 3. Структурирование данных и AI‑разметка.

Мультимодальное извлечение из сложных PDF с вложенными таблицами и рукописными элементами. Построение пайплайнов синтетических данных для обучения внутренних моделей компании. Active learning и контур человеческой проверки для эффективной разметки. Использование LLM для очистки, дедупликации и нормализации данных. Сборка пайплайна, превращающего разнородные документы в структурированную базу данных.