Исследователи «Т-Технологий» представили семь работ по дообучению ИИ на EMNLP 2026
Семь работ специалистов «Т-Технологий» прошли слепое рецензирование и приняты на конференцию EMNLP 2026 в Будапеште. Новые методы удешевляют и ускоряют дообучение моделей, снижая при этом требования к оборудованию.
Специалисты «Т-Технологий» разработали новые подходы к дообучению искусственного интеллекта. Семь их работ прошли слепое рецензирование и были приняты на конференцию EMNLP 2026, которая пройдет в Будапеште.
Часть методов напрямую сокращает расходы на эксплуатацию моделей. Так, 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, а в отдельных сервисах экономия достигает 9 раз. Модель для извлечения данных из документов обходится на 80% дешевле ручной обработки и на 50% дешевле лучших открытых аналогов.
Другие разработки ускоряют сам процесс обучения. Метод ESSA дообучает модель почти в 8 раз быстрее стандартных способов, SimplexLoRA дает лучший результат при тех же вычислительных затратах, а 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%, что позволяет дообучать модели на одной видеокарте без мощного кластера.
По данным разработчиков, новые подходы пригодятся банкам, телекому и промышленности — компаниям, которым важно сохранять данные внутри собственной инфраструктуры, не отправляя их вовне.
