В Научно-образовательном центре ФНС России и МГТУ им. Н. Э. Баумана разработали более эффективный способ обучения ИИ-моделей, он позволяет экономить вычислительные затраты на 40% без потери качества.
Алгоритм в автоматическом режиме без ручного тестирования отбирает наиболее эффективные конфигурации по метрикам точности, скорости генерации и соблюдении формата ответа.
«Модель предлагает разработчику не одну универсальную настройку, а целый набор оптимизированных вариантов под разные задачи. Если проекту важна скорость — можно выбрать быструю конфигурацию с хорошим качеством. Если критична точность — доступен вариант с максимальной точностью, который работает чуть дольше», — рассказал д. т. н., ведущий научный сотрудник НОЦ ФНС России и МГТУ им. Н. Э. Баумана Игорь Масич.
Алгоритм сам настраивает и подбирает ИИ-модели под конкретные задачи с учетом существующих данных. В перспективе технология может быть особенно полезна при создании мультимодельных систем на базе искусственного интеллекта.
Область использования разработки довольно широка: государственные и корпоративные задачи, а также промышленные ИИ-сервисы.
