Совместную научную работу о новом способе извлечения фактов из текста с помощью ИИ приняли в основную программу EMNLP 2026 – ведущей международной конференции по обработке естественного языка и искусственному интеллекту. Проект разработали исследователь из Иркутска Сибирского отделения РАН и специалист Центра больших языковых моделей MWS AI (входит в группу МТС Web Services). Конференция пройдет 24–29 октября в Будапеште.
Константин Фёдоров – исследователь иркутского Института динамики систем и теории управления СО РАН и Валентин Малых – руководитель Центра разработки больших языковых моделей MWS AI разработали метод DiffIE, который помогает нейросетям вытаскивать из текста больше отдельных фактов и реже терять детали, а также понимать, как эти факты связаны между собой.
На практике это нужно для ИИ-сервисов по работе с документами, в частности, чтобы из резюме вытаскивать опыт кандидата, из договоров – суммы и сроки оплаты, и в целом систематизировать данные из больших массивов текстов. На профильном тесте метод показал лучшие результаты по точности и полноте – то есть находил больше нужного и меньше пропускал.
«Мы использовали особенность диффузионных моделей: при каждом запуске они дают разные результаты. Это позволяет находить в одном тексте разные факты, а потом объединять их», – объясняет Фёдоров, – «Меня особенно интересует, как сделать большие языковые модели достаточно компактными, чтобы каждый мог запускать их на своём ноутбуке или телефоне».
Валентин Малых отмечает, что на специализированном тесте для подобных задач наш метод показал лучшие результаты по точности и полноте извлечения информации. «Теперь у нас будет возможность представить результаты международному научному сообществу в рамках EMNLP. Мы рады развивать такие исследования вместе с талантливыми учеными научных организаций, чьи работы заслуживают внимания далеко за пределами России».
Статья о подходе DiffIE и код разработки опубликованы в открытом доступе.
SIA.RU: Главное
