Российские ученые предложили новые схемы дообучения искусственного интеллекта. Часть разработок напрямую сокращает расходы, сообщает РБК.
«В Т-банке компактная модель объединила более 200 внутренних сервисов и обрабатывает запросы почти в 4 раза дешевле, чем значительно более крупная модель Qwen3-235B. В отдельных сервисах экономия доходит до 9 раз», — пишет РБК.
Модель для извлечения данных из документов обходится на 80% дешевле ручной обработки и на 50% дешевле лучших открытых аналогов. ESSA дообучает модель почти в 8 раз быстрее стандартных способов, а SimplexLoRA дает лучший результат при тех же вычислительных затратах. F-GRPO позволяет генерировать в четыре раза меньше ответов без потери качества.
Третья группа методов снижает требования к оборудованию. LIMe сокращает число вычислительных операций на 15%, а KronSAE — более чем на 40% и позволяют дообучать модели даже на одной видеокарте, без мощного кластера. Для компаний это означает, что ИИ можно держать на собственной инфраструктуре и не отправлять данные наружу.
По данным разработчиков, подходы пригодятся банкам, телекому и промышленности — всем, кому важно сохранить данные внутри корпоративного контура.