Стажировка по проекту
Разработка нейроконсультанта для обработки обращений граждан по вопросам обеспечения единства измерений
Компания: ФГБУ «ВНИИМС»
Суть проекта
Задача
Для чего
Вводные данные
Разработка нейро-консультанта для автоматизированных и точных ответов на пользовательские запросы в сфере метрологии
Нейроконсультант позволит обеспечивать высокую точность и оперативность ответов, что улучшит качество информационной поддержки и эффективность процессов внутри организации
- База из более чем 100 эталонных экспертных ответов на вопросы пользователей
- Более 25 нормативно-технических документов по метрологии
- Требование использования отечественной большой языковой модели (LLM)
- Более 25 нормативно-технических документов по метрологии
- Требование использования отечественной большой языковой модели (LLM)
Реализация прототипа нейроконсультанта с интеграцией в Telegram. В проекте использовались векторные базы данных для обработки и векторизации текстовой информации, а также интерфейсы для работы с LLM. Пользовательские запросы через Telegram подвергались векторизации, что позволяло находить подходящие ответы в векторном хранилище. В качестве языковых моделей были протестированы YandexGPT, GigaChat и Anthropic, причём YandexGPT показал наилучшее качество ответов
Выходные данные
Участники
1 команды проекта
1 команды проекта
- Оболенский ИванТимлид проекта
- Организация и планирование работ группы, координация работы группы по решению прикладных задач проекта
- Взаимодействие с заказчиком
- Экспертная поддержка участников стажировки
- Семиврагов Сергей
- Доработка модуля работы с XML и Markdown для оптимизации контент-менеджмента
- Анализ и выявление отсутствующих нормативно-правовых документов, интеграция с базами данных
- Конвертация баз знаний в JSON для улучшения интероперабельности систем
- Дообучение и дебаг модели YandexGPT с использованием релевантных данных для повышения точности ответов
- Разработка и тестирование прототипа с каскадом из 3 различных моделей - YandexGPT
- Развертывание телеграм-бота, включая тестирование и упаковку
- Подготовка аналитических отчетов и таблиц для сравнения Cloud LLM по ключевым метрикам
- Развертывание прототипа на YandexCloud: конфигурация сервисов и оптимизация для минимизации расходов
- Григорьян КонстантинПредприниматель//разработка чат-ботов и создание нейросотрудников
- Разработка и интеграция инструкций в векторные базы данных для оптимизации скорости ответов
- Адаптация и тестирование модели GigaChat, включая интеграцию сторонних векторов и шаблонов ответов
- Улучшение алгоритмов поиска по базе данных и переход на использование модели GigaChat
- Тонкая настройка и доработка ботов для обработки двух различных баз данных: вопросы-ответы и нормативно-правовые документы
- Леонтьев ДмитрийИнженер-механик//предприниматель
- Тестирование и адаптация подхода RAG к моделям GigaChat
- Оптимизация кода в VSCode для повышения эффективности качества работы прототипа
- Тестирование Colab ноутбуков для оценки качества интеграции и работы с моделями GigaChat
- Разработка и тестирование телеграм-ботов, интегрированных с GPT-3.5 и GigaChatEmbeddings
- Ковешников Сергейначальник отдела логистики
- Реализация и тестирование модуля работы с документацией с разметкой Markdown для улучшения процессов управления содержимым
- Конвертация и оптимизация баз данных в JSON, разработка и тестирование векторизованных систем на моделях GigaChat
- Разработка и доработка Colab ноутбуков для управления кэшированными вопросами и ответами
- Тестирование и доработка технологий создания и экспорта ботов на платформе SaluteBot
Демонстрация проекта (youTube)
Демонстрация проекта (VK)
Благодарность университетУ