Ребята из команды MTS AI снова вносят вклад в мировую науку 🎉 Две наши работы приняли на ECIR 2025 — одну из крупнейших международных конференций по информационному поиску. → Первая статья посвящена улучшению генерации кода. Исследователи разработали метод, который с помощью переранжирования и итеративного самообучения (PPO) повторно оценивает данные, исправляет ошибки и включает их в обучение. Это сделало 13-миллиардную модель быстрее, точнее и сравнимой по производительности с GPT-4. → Вторая статья описывает фреймворк RURAGE (https://github.com/mts-ai/rurage)для оценки QA-систем. Он объединяет текстовый анализ, модели и метрики неопределенности, достигая точности уровня дорогостоящих методов вроде LLM-as-a-judge, но остается доступным и быстрым. Ссылки на исследования обязательно поделимся чуть позже. ❤ — гордимся командой и с нетерпением ждем конференции в солнечной Тоскане в апреле #MTSAI_news