"Мы собрали уникальные данные, изучили различные подходы и получили модель, которая неплохо справляется с нашей прикладной задачей и помогает нам получать бактерицидные покрытия на основе интерполиэлектролитных комплексов (ИПЭК).

Надеемся, что описанные нами подходы окажутся полезными и для наших коллег."

Глеб Николаев: «Самое ценное — широкий выбор направлений и настоящая глубина. Курсы по нейросетям в CV и численных методах стали для меня отправной точкой. Практика — это не просто тренировка, а шаг в профессию».

Артем Певцов: «Курсы лаборатории ММОИ помогли не просто разобраться, а сделать то, что вошло в мою научную работу. Программа дала системность, актуальность и контакт с преподавателями, которые действительно горят своим делом».

«В последние годы в связи с бурным развитием и популярностью методов глубокого обучения недостаточно внимания уделяется классическим методам машинного обучения для решения задачи прогнозирования в случае разнородных табличных данных невысокого качества, для которых нейросетевые методы глубокого обучения оказываются недостаточно эффективны, а их модели недостаточно интерпретируемы. В рамках курса планируется рассмотреть и обсудить традиционные методы на основе деревьев решений и их ансамблей на примере задачи анализа рисков. В идеале хотелось бы, чтобы на входе студенты знали основы статистики и методы оптимизации, а на выходе могли строить модели машинного обучения с использованием обобщенных линейных моделей, деревьев решений и их ансамблей для анализа табличных данных».

«На курсе «Мультимодальные LLM» каждое из пяти занятий будет посвящено какой-то отдельной модальности моделей. Так, мы начнем с моделей, которые принимают на вход текст и картинку и двинемся в сторону моделей для видео и управления роботами. От студентов жду только вовлеченности, вопросов и любой обратной связи в любое время».

«Учебная программа будет посвящена основам того, что из себя представляют большие языковые модели (LLM), как они обучаются и используются. В рамках курса также будут рассмотрены вопросы применения (inference) языковых моделей, использования их в RAG (Retrieval Augmented Generation) постановке и современные методы дообучения языковых моделей на инструкциях.
Я ожидаю, что участники, после прохождения курса, будут иметь более полное представление о том, что такое LLM и как их корректно использовать в различных ситуациях. Смогут отличать базовые языковые модели от инструктивных, а также дообучать небольшие языковые модели на конкретных задачах обработки естественного языка».