В докладе представлены результаты исследования, направленного на изучения поведения больших языковых моделей в многоагентных взаимодействиях. Дизайн экспериментов разработан таким образом, что многоагентная система погружена в контекст теории аргументационных взаимодействий. Показано, что делегирование языковой модели права принимать или отвергать аргумент при коммуникации в сравнении с классической постановкой, в рамках которой принятие аргумента объектом влияния предопределено, существенно изменяет динамику системы, отдаляя момент достижения равновесия. При этом медианное время достижения равновесия увеличивается более чем в три раза.

Исправление грамматических ошибок является одной из основных задач обработки естественного языка. В настоящий момент наиболее эффективной моделью, использующей подход Sequence Tagging с открытым исходным кодом, для английского языка является модель GECToR. Для русского языка данная задача не имеет настолько эффективных решений ввиду отсутствия достаточного количества размеченных данных. Это послужило причиной проведения данного исследования. В исследовании описан процесс создания синтетического набора данных и обучения на нем модели. Архитектура GECToR адаптирована для русского языка и названа соответствующим образом - RuGECToR. Выбор архитектуры обусловлен тем, что в отличие от подхода Sequence-to-Sequence, она проста в интерпретации и не требует большого количества обучающих данных. Целью исследования было обучить модель таким образом, чтобы она обобщала морфологические свойства языка, а не подстраивалась под обучающую выборку. Представленная модель показала результат 82.5 на синтетических данных и 22.2 на наборе данных RULEC с точки зрения метрики F0.5, при этом набор данных RULEC не использовался на этапе обучения.

С батла «Ящик Пандоры, или Путь в светлое будущее» в рамках «КорФор-2023» стартовала активная дискуссия по искусственному интеллекту (ИИ), что стало мейнстримом всех книжных, научных и образовательных конференций следующего года. Сейчас коллеги стали глубже погружаться в процессы, многие вендоры начали разрабатывать пакетные решения и инструменты, на книжный рынок пришли крупные экосистемы: «Яндекс», VK, «Сбер», которые активно внедряют ИИ-сервисы в нашу повседневную жизнь. В прошлом году эксперты сделали вывод о том, что ИИ - это возможности, которыми управляет человек, и ими надо учиться пользоваться. Как складывается ситуация с практическим применением нейросетевых инструментов в отрасли сегодня? Какие проекты оказались успешными, а какие требуют доработки? На какие задачи ориентируют ИИ-разработки агрегаторы контента, библиотеки и издатели? В рамках конференции «КорФор-2024» состоялся круглый стол на тему «ИИ в науке, образовании и работе с информацией: от ожиданий к реальности».