В первой статье серии я писал, что у крымскотатарского не было ни одного датасета, пригодного для серьёзной работы, и что начинал я с существующего речевого набора, который пришлось чистить. Во второй распознавалка научилась слышать нашу речь, в третьей синтезированный голос прочитал целый роман. Отсюда вопрос, который мне задавали чаще всего: если данных нет, на чём всё это училось?

Эта статья про данные. Оговорка та же, что и раньше, только строже: я не называю источники, архивы, издания, каналы, людей и организации, которые нам что-то передали, и не рассказываю о договорённостях с ними. Нет здесь и названий моделей, порогов фильтров и внутренних скриптов. Объёмы даю порядками величин. Зато будут метрики, методика проверки и грабли, на которые я наступил, и все цифры взяты из отчётов экспериментов, а не по памяти.

В новостных лентах слово «инцидент» всё чаще стоит рядом со словом «агент», но мы не собираемся никого отговаривать от внедрения агентных приложений в корпоративные процессы. Деже немножко наоборот. Эта статья про то, как не оказаться в заголовке новостей со словом «инцидент» и про десять практичных вопросов, которые стоит задать до пилота.

Проанализировать речь доклада, подготовить код‑ревью и составить саммари встречи — задачи, на которые часто не хочется тратить уйму времени. Дак может, делегировать это аудиомодели?

Мидл‑разработчик протестировал такую audio‑native модель GigaChatAudio на разных рутинных операциях и поделился выводами. Тогда команда Сбера решила пойти ещё дальше и внедрила модель в работу ИИ‑оператора контакт‑центра, чтобы помогать с нестандартными запросами. В галерее‑комиксе узнаем, как модель помогает справляться со сложными кейсами и ищет общий язык с клиентами.