Пишем SQL-запросы со скоростью нейронного импульса 🤖
Оптимизировали написание SQL-запросов, подключив к анализу базы данных LLM. Это сократило время на анализ данных и снизило риск ошибок. В основе решения — LLM для кодинга, дообученная на исторических данных и журналах запросов.
Чтобы ускорить обучение и сэкономить память, провели fine-tuning с помощью метода LoRA. Вместо полной перенастройки обновлялась лишь часть параметров: 786 432 вместо 1 347 258 368. По итогам оптимизация достигла более 94%.
Что сделали:
LLM, натренированная на наших данных, научилась «чувствовать» архитектуру хранилища. Она предлагает точные JOIN-условия, находит нужные таблицы и дописывает фрагменты запроса.
➡️ Полный цикл обучения — 86 минут на двух GPU Tesla T4
➡️ ROUGE-L-SQL — 0,4497. Эта метрика показывает, насколько сгенерированный SQL-запрос совпадает по структуре с эталонным.
⚠️ Результаты показывают, что LLM можно интегрировать в системный анализ, особенно для задач с повторяющимися паттернами. Для более точных результатов метод нужно тестировать на реальных данных с учётом бизнес-контекста. А также экспериментировать с другими методами дообучения.
👍 — уже используете LLM для работы с БД
❤️ — пошли тестировать
Оптимизировали написание SQL-запросов, подключив к анализу базы данных LLM. Это сократило время на анализ данных и снизило риск ошибок. В основе решения — LLM для кодинга, дообученная на исторических данных и журналах запросов.
Чтобы ускорить обучение и сэкономить память, провели fine-tuning с помощью метода LoRA. Вместо полной перенастройки обновлялась лишь часть параметров: 786 432 вместо 1 347 258 368. По итогам оптимизация достигла более 94%.
Что сделали:
🔘 сгенерировали 5 000 SQL-запросов на синтетической БД из 50 таблиц🔘 разбили запросы на input/output: модель получает начало запроса и учится его дописывать🔘 оценили результат через ROUGE-L-SQL (сходство строк) и AST-сравнение (структура кода)
LLM, натренированная на наших данных, научилась «чувствовать» архитектуру хранилища. Она предлагает точные JOIN-условия, находит нужные таблицы и дописывает фрагменты запроса.
👍 — уже используете LLM для работы с БД
❤️ — пошли тестировать
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8👍6🔥3
Составляем портрет AI-энтузиаста! Ответьте на вопросы ниже, чтобы он получился точным. Потом вы сможете сравнить, похож ли этот герой на вас 😉
Please open Telegram to view this post
VIEW IN TELEGRAM
Какой контент вам интересен? (можно выбрать несколько вариантов)
Anonymous Poll
70%
Новости о мировых разработках и достижениях AI
66%
Статьи о методах и технологиях AI
47%
Разработки Сбера
70%
Необычное и интересное применение AI
48%
Материалы от экспертов
21%
Интерактивные и развлекательные посты
37%
Разборы и обзоры SOTA-моделей
Российские школьники покорили международный AI-челлендж! 🏆
Школьная сборная России по AI взяла 8 медалей на Международной олимпиаде по искусственному интеллекту IOAI. Соревнование проходило в Китае со 2 по 8 августа. Ребята с головой погружались в программирование роботов и решение сложнейших задач, применяя все свои суперсилы в машинном обучении, NLP и компьютерном зрении.
В составе сборной России выступили ученики 10-х и 11-х классов. Среди них есть призёры и победители Всероссийской олимпиады, AI Challenge, профиля «AI» НТО и других престижных соревнований по искусственному интеллекту. В финале они встретились с 300 талантливыми школьниками из 61 страны.
Финал состоял из командного и индивидуального туров. В командном туре сборная России выиграла серебряную медаль.
Команду из России готовили в рамках Альянса в сфере AI, представители Центрального университета, а также эксперты из крупнейших компаний и вузов: Сбера, Т-Банка, Яндекса, VK, МТС, ВШЭ и МФТИ. Очные занятия проходили в мае на площадке СберУниверситета.
Победители получили приглашение на стажировку в Сбер, а также по 100 тысяч рублей на образовательные цели от Благотворительного фонда Сбера «Вклад в будущее».
❤️ — если радуетесь успехам ребят
Школьная сборная России по AI взяла 8 медалей на Международной олимпиаде по искусственному интеллекту IOAI. Соревнование проходило в Китае со 2 по 8 августа. Ребята с головой погружались в программирование роботов и решение сложнейших задач, применяя все свои суперсилы в машинном обучении, NLP и компьютерном зрении.
В составе сборной России выступили ученики 10-х и 11-х классов. Среди них есть призёры и победители Всероссийской олимпиады, AI Challenge, профиля «AI» НТО и других престижных соревнований по искусственному интеллекту. В финале они встретились с 300 талантливыми школьниками из 61 страны.
Финал состоял из командного и индивидуального туров. В командном туре сборная России выиграла серебряную медаль.
Результаты личного зачёта
🥇 Матвей Беляев, Владивосток
🥇 Михаил Вершинин, Новосибирск
🥇 Тимур Гарифуллин, Уфа
🥇 Данис Динмухаметов, Москва
🥇 Олег Дроканов, Санкт-Петербург
🥇 Андрей Хлопотных, Санкт-Петербург
🥈 Артем Мазур, Москва
🥉 Константин Сигалов, Санкт-Петербург
Команду из России готовили в рамках Альянса в сфере AI, представители Центрального университета, а также эксперты из крупнейших компаний и вузов: Сбера, Т-Банка, Яндекса, VK, МТС, ВШЭ и МФТИ. Очные занятия проходили в мае на площадке СберУниверситета.
Победители получили приглашение на стажировку в Сбер, а также по 100 тысяч рублей на образовательные цели от Благотворительного фонда Сбера «Вклад в будущее».
❤️ — если радуетесь успехам ребят
Please open Telegram to view this post
VIEW IN TELEGRAM
❤19👏12👍9🔥2
Меньше ошибок, больше контекста и адаптивного общения 🤖
OpenAI представила GPT‑5 — свою самую продвинутую языковую модель. Она поддерживает до 400 000 токенов контекста, что позволяет:
Новая версия лучше исправляет сложные баги, оптимизирует запросы (например, в Stripe), работает с фоновыми и параллельными агентами. OpenAI также интегрировала GPT‑5 в Cursor AI (среда для разработки), и команда уже использует его для сложных инженерных задач — от генерации кода до работы с репозиториями и protobuf.
AI демонстрирует рекордные результаты (по сравнению с прошлой версией) на SWE‑bench Verified (74,9 %) и Aider Polyglot (88 %) — бенчмарках для многоязычного кода. Она справляется с задачами по фронтенду, дизайн-системам и навигации по большим кодовым базам.
На медицинском бенчмарке HealthBench Hard она набрала 46,2 %, продемонстрировав способность объяснять медицинские термины и задавать пользователю уточняющие вопросы.
GPT‑5 также стала точнее при работе с фактами:
Результаты на популярных бенчмарках:
Интерфейс сделали более гибким. Модель адаптируется под стиль работы пользователя и поддерживает новые режимы общения — Cynic, Robot, Listener и Nerd.
Всего пользователям доступны пять версий GPT‑5:
Если GPT‑4 был умным собеседником, способным ответить почти на любой вопрос, то GPT‑5 — уже полноценный соисполнитель. Он не просто подсказывает, а выполняет конкретные задачи: генерирует приложения, помогает с кодом, документами и исследованиями. Модель стала самостоятельнее, точнее и ещё ближе к общему AI (AGI).
🔥 — побежали тестировать новинку
OpenAI представила GPT‑5 — свою самую продвинутую языковую модель. Она поддерживает до 400 000 токенов контекста, что позволяет:
🔘 обрабатывать длинные входные данные🔘 строить глубокие многошаговые рассуждения🔘 учитывать контекст для точных и непротиворечивых ответов на протяжении всего диалога
Новая версия лучше исправляет сложные баги, оптимизирует запросы (например, в Stripe), работает с фоновыми и параллельными агентами. OpenAI также интегрировала GPT‑5 в Cursor AI (среда для разработки), и команда уже использует его для сложных инженерных задач — от генерации кода до работы с репозиториями и protobuf.
AI демонстрирует рекордные результаты (по сравнению с прошлой версией) на SWE‑bench Verified (74,9 %) и Aider Polyglot (88 %) — бенчмарках для многоязычного кода. Она справляется с задачами по фронтенду, дизайн-системам и навигации по большим кодовым базам.
На медицинском бенчмарке HealthBench Hard она набрала 46,2 %, продемонстрировав способность объяснять медицинские термины и задавать пользователю уточняющие вопросы.
GPT‑5 также стала точнее при работе с фактами:
🔘 допускает на ~45% меньше фактологических ошибок, чем GPT‑4o🔘 галлюцинирует в 6 раз реже (по данным LongFact и FActScore)
Результаты на популярных бенчмарках:
🔘 GPQA (вопросы уровня PhD): 88,4 %🔘 AIME (математическое соревнование): 94,6 %🔘 MMMU (визуальные задачи): 84,2 %🔘 Tau2‑bench (инструменты и функции): до 96,7 %
Интерфейс сделали более гибким. Модель адаптируется под стиль работы пользователя и поддерживает новые режимы общения — Cynic, Robot, Listener и Nerd.
Всего пользователям доступны пять версий GPT‑5:
🔘 стандартная gpt-5-main🔘 ускоренная версия gpt-5-main-mini🔘 «размышляющая» gpt-5-thinking🔘 продвинутая reasoning-модель gpt-5-thinking-pro🔘 компактная gpt-5-thinking-nano для быстрого решения сложных задач
Если GPT‑4 был умным собеседником, способным ответить почти на любой вопрос, то GPT‑5 — уже полноценный соисполнитель. Он не просто подсказывает, а выполняет конкретные задачи: генерирует приложения, помогает с кодом, документами и исследованиями. Модель стала самостоятельнее, точнее и ещё ближе к общему AI (AGI).
🔥 — побежали тестировать новинку
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥12🤔4👍1
Свежая публикация: AI-инсайды из Шанхая 🔥
Андрей Белевцев, старший вице-президент и руководитель блока «Технологическое развитие» Сбера, рассказал о трендах с World Artificial Intelligence Conference (WAIC) в Шанхае.
Что выделили на конференции:
Подробности — здесь⬅️
🔥 — за технологии без границ
Андрей Белевцев, старший вице-президент и руководитель блока «Технологическое развитие» Сбера, рассказал о трендах с World Artificial Intelligence Conference (WAIC) в Шанхае.
Что выделили на конференции:
🔘 Рост значимости AI-агентов и мультиагентных систем🔘 Усиление человеческих возможностей через Intelligence Augmentation🔘 Популяризацию робототехники и Embodied AI🔘 Развитие AI Governance — от этики и безопасности до госрегулирования
Подробности — здесь
🔥 — за технологии без границ
Please open Telegram to view this post
VIEW IN TELEGRAM
👍8❤6🔥5
This media is not supported in your browser
VIEW IN TELEGRAM
«Лето» искусственного интеллекта — так специалисты называют периоды активного развития нейросетей.
Похоже, сейчас самый разгар: регулярно выходят новые приложения и модели для разных сфер и нужд. Они во многом меняют устоявшиеся годами подходы к решению тех или иных задач в жизни.
Как внедрить нейросети в повседневную рутину? Какие направления AI-разработки наиболее востребованы? Отвечают эксперты Сбера в новом выпуске подкаста «Короче».
В беседе участвуют:
❤️ — если было познавательно
👍 — если нейросети помогают вам строить карьеру
Похоже, сейчас самый разгар: регулярно выходят новые приложения и модели для разных сфер и нужд. Они во многом меняют устоявшиеся годами подходы к решению тех или иных задач в жизни.
Как внедрить нейросети в повседневную рутину? Какие направления AI-разработки наиболее востребованы? Отвечают эксперты Сбера в новом выпуске подкаста «Короче».
В беседе участвуют:
🔘 Сергей Марков — директор по развитию технологий искусственного интеллекта, начальник Управления экспериментальных систем машинного обучения Сбера🔘 Анна Овчинникова — старший управляющий директор, директор Управления привлечения талантов Сбера🔘 Мария Командная — журналист и предприниматель
GigaChat — автор сценария выпуска
❤️ — если было познавательно
👍 — если нейросети помогают вам строить карьеру
Please open Telegram to view this post
VIEW IN TELEGRAM
👍9❤6🤔3🔥1