Отечественные нейросети всё ещё имеют ограничения и склонны к ошибкам, однако в некоторых задачах значительно превосходят зарубежные аналоги, рассказала RT Юлиана Нам, преподаватель онлайн-магистратуры НИУ ВШЭ «ИИ в маркетинге и управлении продуктом».
«С рядом задач некоторые новые версии нейросетей стали справляться лучше. Так, повысилось качество в текстовых и аналитических задачах. Например, в задачах на классификацию информации одна из российских моделей демонстрирует точность в 70%, а в выделении информации — 71%, что выше, чем у международных аналогов, таких как GPT-4o. Помимо этого, нейросети начали лучше справляться с задачами по программированию: тестовые задачи на написание и функциональность кода выполняются успешно в большинстве случаев», — рассказала собеседница RT.
По её словам, важно отметить, что нейросети в целом склонны к ошибкам и галлюцинациям при решении математических задач, и пользователям по-прежнему стоит быть внимательными при использовании технологий.
«Но главное преимущество отечественных решений состоит в том, что они способны адаптироваться под задачи на русском языке и учитывать локальную специфику. Также некоторые российские модели лучше работают с конкретными источниками данных, что делает их более эффективными для бизнес-сценариев. Тем не менее, модели всё же имеет ограничения. Они могут упускать важные детали при работе с многостраничными документами или аналитическими текстами, а также пока не идеально обрабатывают длинные контексты», — заявил эксперт.
Помимо этого, сложные вычисления остаются зоной риска, несмотря на успех в задачах базового уровня, заявила Нам.
«Также стоит учитывать, что нейросети не подходят для задач, требующих обновленной информации в реальном времени, так как они работают на данных, которые были актуальны на момент её обучения. Важно учиться использовать нейросети для работы и учебы правильно, необходимо понимать, что никакое ИИ-решение неидеально. Для того чтобы увеличить точность и правдивость результата нужно чётко формулировать запросы, прописывая максимум вводных и конкретных указаний», — подчеркнула она.
Помимо этого, по её словам, необходимо разбивать сложные задачи в запросах на этапы, например, для анализа текста лучше делить задачу на сбор данных, суммаризацию и оформление.
«Тесты показали, что такая декомпозиция увеличивает эффективность на 25%. И главное — не забывайте проверять ответы нейросети на логику, надежность и корректность источников, контекст. Оценивайте работу ИИ с позиции здорового скептицизма, особенно когда ответ кажется «слишком хорошим» или убедительным. Если не забывать про эти правила, то нейросеть может стать помощником в объяснении сложных терминов и понятий, организации дневных задач, изучении языков и их практики, генерации идей для проектов, а также вопросов для самопроверки в какой-либо области», — заключила специалист.
Ранее Вадим Кириллов, инженер Лаборатории ИИ в медицине научно-образовательного центра Института искусственного интеллекта РТУ МИРЭА, объяснил в беседе с RT, что модель DeepSeek, разработанная китайской компанией DeepSeek AI, привлекла значительное внимание благодаря сочетанию трёх важнейших факторов.