Российские исследователи обновили библиотеку DeepPavlov

Дата публикации: 08-04-2026 07:54:00

Российская библиотека DeepPavlov с открытым исходным кодом получит новые инструменты для работы с ИИ. Ученые из МФТИ...

Основное содержимое страницы с новостью.

Российская библиотека DeepPavlov с открытым исходным кодом получит новые инструменты для работы с ИИ. Ученые из МФТИ, MWS AI (входит в «МТС Web Services»), института AIRI, университета ИТМО и AI Talent Hub представили инструменты, которые войдут в новую версию DeepPavlov — библиотеки для разработки и тестирования систем обработки естественного языка.

DeepPavlov — разработанная в России открытая библиотека для создания диалоговых систем и чат-ботов. Она включает готовые модели и инструменты для практических задач обработки естественного языка: понимания пользовательских запросов, поиска ответов в текстах, классификации, работы с тональностью и сборки более сложных сценариев общения. Библиотеку можно адаптировать под конкретные бизнес-задачи, используя как предобученные модели, так и собственные данные.

В опубликованной исследователями статье описаны три новых компонента: классификатор токсичности, детектор контекстных галлюцинаций и классификатор evergreen-вопросов — то есть вопросов, ответы на которые не устаревают со временем. Инструменты предназначены для решения задач, которые стали особенно актуальны с распространением больших языковых моделей.

«Описанные в статье инструменты позволят повысить надёжность и достоверность ответов больших языковых моделей, при этом обеспечивая более высокие метрики и существенно повышая скорость работы по сравнению с базовыми решениями», — сказал Максим Савкин, младший научный сотрудник лаборатории нейронных систем и глубокого обучения Института искусственного интеллекта МФТИ, младший научный сотрудник института AIRI.

Частные облака как новая ступень эволюции ИТ-инфраструктуры Главные ИТ-сценарии

Детектор галлюцинаций помогает находить в ответе модели фрагменты, не подтвержденные переданным контекстом, что наиболее важно для сценариев с RAG, где итоговое качество зависит не только от самой модели, но и от всей инфраструктуры вокруг нее. Классификатор evergreen-вопросов определяет, относится ли конкретный вопрос к числу тех, ответы на которые не устаревают со временем, или для него требуется внешний поиск. Это позволяет не подключать RAG там, где он не требуется, снижая задержку и риск ухудшения ответа из-за нерелевантного контекста. Классификатор токсичности служит дополнительным инструментом контроля безопасности.

«С технической точки зрения DeepPavlov 1.1 можно будет встраивать в существующие решения как отдельный микросервис. Фреймворк поддерживает работу с несколькими языками и может подключаться к внешним системам по API. Это упрощает его интеграцию в уже существующие LLM- и RAG-пайплайны», — отметил инженер-исследователь MWS AI Тимур Ионов.

Схожие новости

#	Наименование новости	Тональность	Информативность	Дата публикации
1	В ИТМО разработали инструмент для улучшения поисковых систем и ИИ-ассистентов	5	7	05-05-2026
2	Исследователи из T-Bank AI Research разработали метод универсальной интерпретации моделей без потери точности	5	7	11-11-2025
3	Российские ученые создали открытую базу данных для изучения концентрации внимания	5	7	16-07-2026
4	Российские ученые создали открытую базу данных для изучения концентрации внимания	5	7	16-07-2026
5	В МФТИ научили нейросеть управлять движением миллиона роботов	7	8	07-07-2026
6	«Антиплагиат» стал умнее	0	5	09-07-2026
7	«Антиплагиат» стал умнее	0	5	09-07-2026
8	«Антиплагиат» стал умнее	0	5	09-07-2026
9	Институт AIRI представил фреймворк для автоматизации ИИ-экспериментов	0	7	21-11-2025
10	Разработка российских ученых на 20% улучшила работу генеративных форм ИИ	0	0	15-08-2025

Классификация: Наука. Схожих патентов: 0. Схожих новостей: 10. Тональность: 5. Информативность: 7. Источник: se.cnews.ru.