В 11:10 стартуют следующие доклады и мастер-класс:
🔹Зал «Сфера». Языковые модели и основы рационального мышления. Ирина Пионтковская (Huawei Noah's Ark Lab)
Ирина расскажет о том, насколько LLM способны применять логику в своих решениях. Эти модели претендуют на роль универсальных решателей, но пока неясно, входят ли логические рассуждения в число их эмерджентных способностей, или же LLM остаются статистическим механизмом над лингвистическими данными.
🔹Зал «Полусфера». PostgreSQL для AI. Настоящий векторный поиск в PostgreSQL. Владлен Пополитов и Олег Бартунов (Postgres Professional)
Где вектора, там и эмбеддинги. Теперь можно хранить эмбеддинги в PostgreSQL! Круто же?
🔹Зал «Аудитория 1». Как AutoML- и AutoDL-сервисы улучшают реальную разработку. Евгений Смирнов (Альфа-Банк)
AutoML, как мёд у Винни-Пуха, теоретически вроде есть, а на практике обычно нет. Евгений расскажет, как удалось добиться практической применимости AutoML-инструментов в Альфа-Банке.
🔹 Зал «Пресс-центр». Мастер-класс по работе с геоданными «Кто хочет стать геосайентистом». Артем Каледин и Денис Афанасьев (билайн)
Не пропустите уникальный мастер-класс по работе с геоданными! Это прекрасная возможность не только получить полезные знания, но и отработать их. В программе: практическая работа с реальными данными, кейсами и топовыми библиотеками. Освойте геоаналитику для телекома, финтеха, доставки и маркетинга!
🔹Зал «Сфера». Языковые модели и основы рационального мышления. Ирина Пионтковская (Huawei Noah's Ark Lab)
Ирина расскажет о том, насколько LLM способны применять логику в своих решениях. Эти модели претендуют на роль универсальных решателей, но пока неясно, входят ли логические рассуждения в число их эмерджентных способностей, или же LLM остаются статистическим механизмом над лингвистическими данными.
🔹Зал «Полусфера». PostgreSQL для AI. Настоящий векторный поиск в PostgreSQL. Владлен Пополитов и Олег Бартунов (Postgres Professional)
Где вектора, там и эмбеддинги. Теперь можно хранить эмбеддинги в PostgreSQL! Круто же?
🔹Зал «Аудитория 1». Как AutoML- и AutoDL-сервисы улучшают реальную разработку. Евгений Смирнов (Альфа-Банк)
AutoML, как мёд у Винни-Пуха, теоретически вроде есть, а на практике обычно нет. Евгений расскажет, как удалось добиться практической применимости AutoML-инструментов в Альфа-Банке.
🔹 Зал «Пресс-центр». Мастер-класс по работе с геоданными «Кто хочет стать геосайентистом». Артем Каледин и Денис Афанасьев (билайн)
Не пропустите уникальный мастер-класс по работе с геоданными! Это прекрасная возможность не только получить полезные знания, но и отработать их. В программе: практическая работа с реальными данными, кейсами и топовыми библиотеками. Освойте геоаналитику для телекома, финтеха, доставки и маркетинга!
👍2
Любовь Куприянова из Ozon рассказала о том, как интегрировать нейросетевые подходы в рекомендательные пайплайны, с какими проблемами можно столкнуться и как их избежать. Данный доклад, основанный на реальном опыте — это гайд для тех, кто хочет использовать нейронные сети для задач рекомендаций.
👏1
Друзья, следующие доклады ждут вас в 12:20
🔹Зал «Сфера». 3D pose estimation объектов фиксированной геометрии для складских роботов. Aлександр Тимофеев-Каракозов (Яндекс)
Александр расскажет про end-2-end-пайплайн обучения и работы складских роботов Яндекса от 3D-локализации коробок с товарами для складской робототехники через keypoints estimation и instance segmentation к финальному решению, базирующемуся на active learning в среде активно меняющихся доменов.
🔹Зал «Полусфера». Как «Писец» на «Тотальный диктант» ходил, или Пара слов о робастном распознавании речи. Иван Бондаренко (НГУ)
Иван коснётся современных методов распознавания речи (для русского языка в том числе) и сделает это на симпатичном практическом примере. Как современная модель сравнится с людьми в тотальном диктанте?
🔹Зал «Аудитория 1». Обеспечат ли LLM прорыв в эффективности AutoML? Николай Никитин (ИТМО)
Обзорный доклад о существующих подходах в AutoML, возможностях языковых моделей, подкреплённый авторским опытом с помощью фреймворка FEDOT. Доклад будет полезен специалистам в области рекомендательных систем.
🔹 Зал «Пресс-центр». Продолжение мастер-класса по работе с геоданными «Кто хочет стать геосайентистом». Артем Каледин и Денис Афанасьев (билайн)
Не пропустите уникальный мастер-класс по работе с геоданными! Это прекрасная возможность не только получить полезные знания, но и отработать их. В программе: практическая работа с реальными данными, кейсами и топовыми библиотеками. Освойте геоаналитику для телекома, финтеха, доставки и маркетинга!
🔹Зал «Сфера». 3D pose estimation объектов фиксированной геометрии для складских роботов. Aлександр Тимофеев-Каракозов (Яндекс)
Александр расскажет про end-2-end-пайплайн обучения и работы складских роботов Яндекса от 3D-локализации коробок с товарами для складской робототехники через keypoints estimation и instance segmentation к финальному решению, базирующемуся на active learning в среде активно меняющихся доменов.
🔹Зал «Полусфера». Как «Писец» на «Тотальный диктант» ходил, или Пара слов о робастном распознавании речи. Иван Бондаренко (НГУ)
Иван коснётся современных методов распознавания речи (для русского языка в том числе) и сделает это на симпатичном практическом примере. Как современная модель сравнится с людьми в тотальном диктанте?
🔹Зал «Аудитория 1». Обеспечат ли LLM прорыв в эффективности AutoML? Николай Никитин (ИТМО)
Обзорный доклад о существующих подходах в AutoML, возможностях языковых моделей, подкреплённый авторским опытом с помощью фреймворка FEDOT. Доклад будет полезен специалистам в области рекомендательных систем.
🔹 Зал «Пресс-центр». Продолжение мастер-класса по работе с геоданными «Кто хочет стать геосайентистом». Артем Каледин и Денис Афанасьев (билайн)
Не пропустите уникальный мастер-класс по работе с геоданными! Это прекрасная возможность не только получить полезные знания, но и отработать их. В программе: практическая работа с реальными данными, кейсами и топовыми библиотеками. Освойте геоаналитику для телекома, финтеха, доставки и маркетинга!
👍1
🏓 Пинг-понг. Для любителей активного отдыха — здесь у вас будет возможность «разгрузить» мозг после технических докладов и пообщаться с другими участниками
❤3😁2
Ловите программу докладов, которые стартуют в 13:30
🔹Зал «Сфера». Новый уровень ML-персонализации Lamoda: как мы усилили ее в каталоге и перенесли в другие продукты. Дана Злочевская (Lamoda Tech)
Объединение рекомендательных сценариев с другими — очень актуальная задача. Дана расскажет про опыт персонализации каталога и создание универсальной архитектуры персонализации для интеграции в различные продукты.
🔹Зал «Полусфера». Побеждают ли диффузионные модели генеративные состязательные сети в задаче повышения разрешения? Денис Кузнеделев (Яндекс)
Доклад посвящён построению ряда экспериментов по сравнению диффузионных и GAN-подходов в задаче повышения разрешения при одинаковых условиях в смысле обучения/тестирования моделей. Авторы ставят эксперименты, фиксируя данные, размеры моделей, что позволяет проводить корректное сопоставление.
🔹Зал «Аудитория 1». Где и как использовать LLM в задачах поиска. Валерия Гурьянова (SberDevices)
Казалось бы, что может быть более проработано и изучено, чем задача поиска? Но вот появились LLM, и пришло время освежать свои знания в этой области. Доклад от SberDevices покажет, как большие модели улучшают классические области поиска — разметку, ранжирование, индексы и семантический поиск.
🔹 Зал «Пресс-центр». Продолжение мастер-класса по работе с геоданными «Кто хочет стать геосайентистом». Артем Каледин и Денис Афанасьев (билайн)
Не пропустите уникальный мастер-класс по работе с геоданными! Это прекрасная возможность не только получить полезные знания, но и отработать их. В программе: практическая работа с реальными данными, кейсами и топовыми библиотеками. Освойте геоаналитику для телекома, финтеха, доставки и маркетинга!
🔹Зал «Сфера». Новый уровень ML-персонализации Lamoda: как мы усилили ее в каталоге и перенесли в другие продукты. Дана Злочевская (Lamoda Tech)
Объединение рекомендательных сценариев с другими — очень актуальная задача. Дана расскажет про опыт персонализации каталога и создание универсальной архитектуры персонализации для интеграции в различные продукты.
🔹Зал «Полусфера». Побеждают ли диффузионные модели генеративные состязательные сети в задаче повышения разрешения? Денис Кузнеделев (Яндекс)
Доклад посвящён построению ряда экспериментов по сравнению диффузионных и GAN-подходов в задаче повышения разрешения при одинаковых условиях в смысле обучения/тестирования моделей. Авторы ставят эксперименты, фиксируя данные, размеры моделей, что позволяет проводить корректное сопоставление.
🔹Зал «Аудитория 1». Где и как использовать LLM в задачах поиска. Валерия Гурьянова (SberDevices)
Казалось бы, что может быть более проработано и изучено, чем задача поиска? Но вот появились LLM, и пришло время освежать свои знания в этой области. Доклад от SberDevices покажет, как большие модели улучшают классические области поиска — разметку, ранжирование, индексы и семантический поиск.
🔹 Зал «Пресс-центр». Продолжение мастер-класса по работе с геоданными «Кто хочет стать геосайентистом». Артем Каледин и Денис Афанасьев (билайн)
Не пропустите уникальный мастер-класс по работе с геоданными! Это прекрасная возможность не только получить полезные знания, но и отработать их. В программе: практическая работа с реальными данными, кейсами и топовыми библиотеками. Освойте геоаналитику для телекома, финтеха, доставки и маркетинга!
👍1
Александр Тимофеев-Каракозов из Яндекса рассказал в своём докладе про end-2-end-пайплайн обучения и работы складских роботов Яндекса от 3D-локализации коробок с товарами для складской робототехники через keypoints estimation и instance segmentation к финальному решению, базирующемуся на active learning в среде активно меняющихся доменов.
👍1
В 14:40 ждём вас на следующих докладах:
🔹Зал «Сфера». WildBERT — развитие трансформерных архитектур для персонализации Wildberries. Евгений Иванов (Wildberries)
Рекомендации Wildberries уже 2 года успешно применяют модели из семейства BERT. Будут практические советы по тому, что можно улучшить на всех этапах жизни рекомендательной системы — от методов оптимизации до diversity выдачи.
🔹Зал «Полусфера». Поиск точек роста ВКонтакте: как мы в ленте сделали таргет для оптимизации таймспента всего приложения. Степан Малькевич (VK, ВКонтакте)
Доклад посвящен pairwise-модели рекомендаций в ленте VK, увеличивающей качественное проведенное время пользователем на главной странице социальной сети. Участники конференции послушают про multi-target pairwise-подход с многокритериальной оптимизацией, позволяющий достичь положительных результатов.
🔹Зал «Аудитория 1». Диффузионные модели для мобильных телефонов. Дмитрий Нестеренко (Huawei)
Коллеги из Huawei представят собственные исследования по работе с диффузионными моделями на мобильных устройствах. Покажут достаточность порядка 100М параметров для доменных задач генерации изображений и редактирования фотографий, приведут подходы к архитектурной оптимизации модели.
🔹 Зал «Пресс-центр». ML на графах в e-commerce: как эффективно собирать группы на миллионах товаров. Иван Антипов (Ozon)
Community Detection — нечастый гость в бизнес-задачах. Однако в Ozon он улучшил качество склейки похожих товаров, да еще и вычисляется распределенно на графе из многих миллионов вершин. Доклад будет интересен тем, кто устал от засилья нейросетей и ностальгирует по старым добрым графовым алгоритмам.
🔹Зал «Сфера». WildBERT — развитие трансформерных архитектур для персонализации Wildberries. Евгений Иванов (Wildberries)
Рекомендации Wildberries уже 2 года успешно применяют модели из семейства BERT. Будут практические советы по тому, что можно улучшить на всех этапах жизни рекомендательной системы — от методов оптимизации до diversity выдачи.
🔹Зал «Полусфера». Поиск точек роста ВКонтакте: как мы в ленте сделали таргет для оптимизации таймспента всего приложения. Степан Малькевич (VK, ВКонтакте)
Доклад посвящен pairwise-модели рекомендаций в ленте VK, увеличивающей качественное проведенное время пользователем на главной странице социальной сети. Участники конференции послушают про multi-target pairwise-подход с многокритериальной оптимизацией, позволяющий достичь положительных результатов.
🔹Зал «Аудитория 1». Диффузионные модели для мобильных телефонов. Дмитрий Нестеренко (Huawei)
Коллеги из Huawei представят собственные исследования по работе с диффузионными моделями на мобильных устройствах. Покажут достаточность порядка 100М параметров для доменных задач генерации изображений и редактирования фотографий, приведут подходы к архитектурной оптимизации модели.
🔹 Зал «Пресс-центр». ML на графах в e-commerce: как эффективно собирать группы на миллионах товаров. Иван Антипов (Ozon)
Community Detection — нечастый гость в бизнес-задачах. Однако в Ozon он улучшил качество склейки похожих товаров, да еще и вычисляется распределенно на графе из многих миллионов вершин. Доклад будет интересен тем, кто устал от засилья нейросетей и ностальгирует по старым добрым графовым алгоритмам.
🔥3❤2👍2
В 15:50 встречаемся на следующих докладах:
🔹Зал «Сфера». Генерация видео: from zero to hero. Денис Димитров (Sber AI)
Доклад посвящен этапам развития известной генеративной модели Kandinsky от команды Сбер. Слушатели узнают про основные отличия новых архитектур модели, возможностях новой версии Kandinsky и применении ее в современных продуктах. Доклад будет интересен как для практиков, так и теоретикам
🔹Зал «Полусфера». Эволюция Transformer: как меняется самая успешная архитектура в DL. Мурат Апишев (ecom.tech (ex-Samokat.tech))
Трансформер — базовая архитектура нейронной сети в наши дни. С 2017 года она претерпела множество изменений, направленных на улучшение качества моделей и оптимизацию. Мурат подробно расскажет о популярных направлениях развития разных элементов архитектуры трансформеров, их свойствах и перспективах.
🔹Зал «Аудитория 1». От промпта к агентной системе: как превратить LLM в высококачественный сервис. Никита Венедиктов (Raft)
Агентные LLM-фреймворки выглядят сейчас тем инструментом, который способен продвинуть генеративные сценарии до нужных SLI в проде. В отечественном сегменте подтверждений этому пока не так много. Тем ценнее реальный кейс на примере задачи анализа Q&A в СМБ. Результаты подтверждены метриками.
🔹 Зал «Пресс-центр». Синтетика для поиска редких дефектов — от фотошопа до диффузионок. Олег Карташев (Северсталь Диджитал)
Порывы, порезы, отверстия... Как не допустить дорогостоящего повреждения конвейера и отличить действительно опасные дефекты от многочисленных потертостей? Олег расскажет, как устроен контроль качества дефектов конвейеров, какую роль в этом процессе сыграли синтетические данные и диффузионные модели.
🔹Зал «Сфера». Генерация видео: from zero to hero. Денис Димитров (Sber AI)
Доклад посвящен этапам развития известной генеративной модели Kandinsky от команды Сбер. Слушатели узнают про основные отличия новых архитектур модели, возможностях новой версии Kandinsky и применении ее в современных продуктах. Доклад будет интересен как для практиков, так и теоретикам
🔹Зал «Полусфера». Эволюция Transformer: как меняется самая успешная архитектура в DL. Мурат Апишев (ecom.tech (ex-Samokat.tech))
Трансформер — базовая архитектура нейронной сети в наши дни. С 2017 года она претерпела множество изменений, направленных на улучшение качества моделей и оптимизацию. Мурат подробно расскажет о популярных направлениях развития разных элементов архитектуры трансформеров, их свойствах и перспективах.
🔹Зал «Аудитория 1». От промпта к агентной системе: как превратить LLM в высококачественный сервис. Никита Венедиктов (Raft)
Агентные LLM-фреймворки выглядят сейчас тем инструментом, который способен продвинуть генеративные сценарии до нужных SLI в проде. В отечественном сегменте подтверждений этому пока не так много. Тем ценнее реальный кейс на примере задачи анализа Q&A в СМБ. Результаты подтверждены метриками.
🔹 Зал «Пресс-центр». Синтетика для поиска редких дефектов — от фотошопа до диффузионок. Олег Карташев (Северсталь Диджитал)
Порывы, порезы, отверстия... Как не допустить дорогостоящего повреждения конвейера и отличить действительно опасные дефекты от многочисленных потертостей? Олег расскажет, как устроен контроль качества дефектов конвейеров, какую роль в этом процессе сыграли синтетические данные и диффузионные модели.
👍1