Яндекс запускает метод LoRA для дообучения нейросетей в Yandex Cloud

«Яндекс» запустил метод дообучения нейросетей LoRA Low-Rank Adaptation , который позволяет бизнесу быстро адаптировать модели ИИ под свои задачи, сообщили RB. RU в пресс-службе компании.

Бизнесу больше не нужна помощь провайдера для дообучения нейросетей. Yandex B2B Tech представила быстрый способ самостоятельной адаптации ИИ под конкретные задачи методом LoRA. Теперь компании могут дообучать YandexGPT и другие модели за 10 минут без лишних затрат. Что это даёт? — Ритейлу — классифицировать обращения в магазин, отвечать клиентам в фирменном стиле. — Финтеху — извлекать важные данные из отчётности, сортировать запросы в поддержку, улучшать автоматизированный документооборот. Технология уже протестирована: например, стартап Presentsimple.ai снизил расходы на генерацию презентаций в 6 раз, а скорость создания серий слайдов теперь 30-40 секунд. Теперь кастомизация нейросетей стала доступной и гибкой. Всё это уже работает в Yandex Cloud AI Studio.

CNews: Yandex B2B Tech запустила быстрый метод дообучения нейросетей для бизнеса – Yandex B2B Tech запустила метод дообучения нейросетей LoRA – Компании могут быстро адаптировать нейросети под задачи – Например, для текста нужного стиля , извлечения данных и др. – Использование такой нейросети не дороже базовых версий – Новый метод уже доступен клиентам на платформе AI Studio – Для обучения методом LoRA доступны YandexGPT и LLaMA – Вскоре клиентам станут доступны нейросети Qwen и DeepSeek – Бизнес может применять несколько дообученных нейросетей – Между ними можно переключаться, комбинировать и др. – Дообучение позволяет повысить качество решения задач – Процесс дообучения по методу LoRA может занять 10 мин. – Алгоритм LoRA уже признан одним из наиболее эффективных – Во время теста метод LoRA попробовали 100+ клиентов – Например, PresentSimple применяет YandexGPT для слайдов – Дообученная модель снизила расходы на генерацию вшестеро

Бизнес сможет быстро дообучить нейросети «Яндекса» и опенсорсные модели под свои задачи. Yandex B2B Tech объявила о запуске быстрого метода дообучения нейросетей LoRA Low-Rank Adaptation на платформе Yandex Cloud AI Studio. Новая функция позволяет компаниям быстро и экономично адаптировать нейросети под специфические бизнес-сценарии: например, отвечать клиенту в фирменном стиле или выделять нужную информацию из отчетов. Пока дообучить можно YandexGPT и опенсорсные модели, в будущем обещают расширить эту функцию на модели по запросу – DeepSeek, Qwen и другие. Преимущества функции в быстроте обучения: если данных немного, то понадобится около 10 минут. Пользователи могут самостоятельно с базовыми знаниями выполнения кода проводить дообучение на основе эталонных запросов и ответов. Дообученные модели можно соединять между собой, чтобы решать сложные задачи. Во время технического тестирования около сотни клиентов опробовали новые функции для разработки Telegram-ботов классификации запросов в поддержку, генерации рекламного контента и других задач.

Текущий курс криптовалюты и не только

Yandex B2B Tech представила инновационный способ быстрого самостоятельного дообучения нейросетей для бизнеса. Теперь компании смогут адаптировать модели под свои специфические нужды всего за 10 минут, даже не обладая глубокими навыками программирования. Процесс дообучения основан на методе Low-Rank Adaptation, который уже используется в YandexGPT и скоро станет доступен и для опенсорсных моделей, таких как Qwen и DeepSeek, которые можно запускать по запросу. Более 100 клиентов уже приняли участие в техническом тестировании LoRA. Дообученные модели находят применение в разработке Telegram-ботов для ритейла, создании рекламного контента и решении других задач.

В Yandex Cloud появился LoRA. Клиенты могут дообучить большие языковые модели под свои специфические задачи. В карточках — подробности. С помощью LoRA можно дообучить YandexGPT, вскоре эта возможность появится для моделей, которые доступны по запросу клиента — Qwen, DeepSeek и другие. ↗ Заявку на тестирование оставляйте на сайте Yandex Cloud. Как дообучение используют на практике, читайте в статье на «Хабре». Подписывайтесь