Как мы варим данные Gigachat Pretrain
Доклад принят в программу конференции
Целевая аудитория
Дата-сайентисты, которым интересны фундаментальные технологии LLM.
Тезисы
Расскажу, что примерно представляют собой данные для современного претрейна LLM, как они собираются, фильтруются и генерируются. Расскажу про эксперименты над данными, покажу своеобразную карту интернета.
Делал голос Алисы, сейчас делает данные для Гигачата.
SberDevices
SberDevices — российская IT-компания полного цикла. R&D-центр экспертизы в области искусственного интеллекта: речевые технологии, понимание естественного языка, компьютерное зрение, лицевая и голосовая биометрия. Производит умные устройства, разрабатывает высокотехнологичные сервисы для бизнеса, делает масштабные ML-проекты, LLM, высоконагруженные системы и технологии обработки Big Data. В портфолио SberDevices — SberBox, SberJazz, GigaChat, Kandinsky и другие легенды.
Видео
Другие доклады секции
Нейронные сети и искусственный интеллект (data science)
