Новости о том, что искусственный интеллект скоро оставит людей без работы, появляются едва ли не каждую неделю. Особенно тревожно они звучат для тех, кто работает с языком и текстами. Разбираемся, что говорят исследования о влиянии ИИ на рынок труда, как меняются привычные профессии и какие новые роли появляются в эпоху больших языковых моделей
Как специалисты по машинному обучению наводят порядок при работе с большими корпусами? Что нужно сделать, чтобы эксперимент был воспроизводимым, качество не падало, а метрики были осмысленными? Рассказываем про автоматизацию ML-пайплайнов при работе с текстами, отслеживание запусков и версионирование кода и данных
Агенты, которые самостоятельно планируют свои действия и пользуются внешними инструментами. Модели, способные работать с миллионами токенов. Системы, которые помогают сохранять языки коренных народов и выявлять гринвошинг. Разбираемся, какие тенденции определяют развитие языковых технологий в 2026 году и как вместе с техническими возможностями моделей меняются исследовательские приоритеты области
Вы — лингвист и вам кажется, что ваш труд теряет ценность на фоне успеха больших языковых моделей? Не спешите с выводами. Хотя обработка естественного языка больше не строится на лингвистике и правилах, работа в этой области все еще есть. Лингвисты могут сделать работу ИИ точнее, этичнее и понятнее — от разметки данных до оценки качества генерации
Можно ли заниматься NLP, если при словах «производная» и «матрица» хочется закрыть ноутбук? Да — если изучать математику не абстрактно, а через реальные задачи. Объясняем, какие разделы действительно нужны джуну, как они связаны с токенизаторами, генерацией текста и нейросетями и почему понимание базовых концепций помогает перестать воспринимать модели как магию