Телеграм

MWS AI

@mtsai IT и нейросети
РКН: проверяем Не иноагент
Мы разрабатываем решения и продукты на базе технологий NLP, CV и Gen AI. Формируем AI-сообщество, сотрудничаем с ведущими технологическими компаниями и экспертами, проводим исследования, инвестируем в перспективные проекты и команды.

Статистика обновлена 16.11.2026 в 12:32 · 2 просмотра страницы · Хотите больше просмотров?

Подписчики7 092 +1 за 1 день
Охват поста915 13% от подписчиков
ERR за месяц12,90%
ERR за 24 часа5,67%

Динамика за 30 дней

Рекламные публикации

Рекламных публикаций не найденоЗа последнее время мы не нашли на площадке ни одного рекламного поста.

Последние публикации

Все посты канала →
MWS AI tg7.1 тыс. подписчиков
Открыть пост ↗
Научный дайджест MWS AI 🔥

Как научить модель новому языку на небольшом объёме данных, извлечь больше фактов из текста и организовать память ИИ-агента? Собрали исследования и выступления нашей команды за октябрь, а заодно рассказали, где встретиться с нами в ноябре!

👩‍🎓 Стаматис Лефкиммиатис среди самых влиятельных учёных мира

Руководитель департамента фундаментальных исследований MWS AI вошёл в международный рейтинг Top 2% Scientists, опубликованный Elsevier. В категории «Искусственный интеллект и обработка изображений» наш коллега оказался среди 1% наиболее влиятельных исследователей. При составлении списка учитывают цитируемость работ и вклад учёного в совместные исследования.

Посмотреть список


📔 Исследования MWS AI вошли в программу EMNLP 2026

В программу международной конференции по обработке естественного языка и ИИ вошли четыре работы нашей команды

CoSpaDi помогает сжимать уже обученные языковые модели, Speculative Uncertainty оценивает риск ошибки агента в задачах программирования, а DiffIE позволяет лучше извлекать факты из текста. С помощью SEAM удалось адаптировать модель синтеза речи к новым языкам на 25 часах аудио вместо 100, сохранив сопоставимое качество.

Подробнее об исследовании


👀 Одну из работ на EMNLP представили в рамках устного доклада

DiffIE отобрали для устного доклада, чтобы авторы могли представить метод и обсудить результаты с международным научным сообществом.

За разработкой стоят Валентин Малых, руководитель Центра разработки больших языковых моделей MWS AI, и Константин Фёдоров, исследователь Института динамики систем и теории управления СО РАН. Их метод помогает находить больше фактов в одном тексте, а на профильном тесте показал лучший результат среди сравниваемых подходов по точности и полноте извлечения информации.

Подробнее о DiffIE


🛡 Шесть исследований на Fall into ML

Наши исследователи приняли участие в ежегодной конференции НИУ ВШЭ «Погружение в машинное обучение». Команда представила шесть методов, посвящённых сжатию нейросетей, сокращению вычислений и адаптации синтеза речи к новым языкам — среди них уже известные LATTE, SEAM, CoSpaDi и новые работы.

Конференция объединяет исследователей и специалистов из индустрии, а в её постерной сессии участвуют авторы публикаций на конференциях уровня A и A*.

О конференции


🔍 Что стоит запоминать ИИ-агенту

Ведущий разработчик MWS AI Cowork Егор Старовойтов выступил на митапе «ИИшница» от AIRI с докладом о памяти агентских систем.

Для MWS AI Cowork это практическая задача: агенту важно сохранять полезный опыт между сессиями и находить нужные сведения перед следующим действием. Егор рассказал, как организовать такую память и проверить, действительно ли она помогает точнее выполнять поручения.

Смотреть доклад


🗒 Что дальше? Встречаемся на AI Journey

В ноябре продолжим обсуждать исследования и применение ИИ на международной конференции AI Journey в рамках Science Day:


🔴 28 ноября

Стаматис Лефкиммиатис расскажет о методах сжатия моделей без дополнительного обучения в треке «Эволюция обучения и оптимизация ИИ».

В тот же день Аммар Али, старший научный сотрудник ИТМО и разработчик-эксперт Центра фундаментальных исследований MWS AI, выступит в треке «Новые архитектуры и парадигмы обучения».


Выбирайте выступления в программе AI Journey и присоединяйтесь очно или онлайн
👁 402 ❤ 8 ↻ 2 13 ноября
MWS AI tg7.1 тыс. подписчиков
Открыть пост ↗
От идеи до работающего прототипа за один хакатон ▶️

Перед запуском MWS AI Cowork мы провели внутренний хакатон, на котором сотрудники объединились в команды по 2–4 человека и создали сценарии автоматизации для своих рабочих задач.

MWS AI Cowork умеет работать с файлами, данными и инструментами. При разработке нового сценария участники используют эти возможности, подключают нужные сервисы и настраивают последовательность действий. Это сокращает объём разработки и позволяет небольшим составом получить работающий результат.

Зачем проводить такой хакатон среди сотрудников?

🗒 Устроить тимбилдинг с видимым результатом
Хакатон можно провести за один день, собрав коллег из разных отделов в команды по 2–4 человека. Участники вместе выбирают задачу, распределяют роли и собирают решение, которое затем представляют коллегам.


🗒 Быстрее превратить идеи в работающие решения
За время хакатона команда проходит путь от идеи до прототипа, который выполняет конкретную задачу. Решение можно сразу показать коллегам, получить обратную связь и внести изменения.


🗒 Осваивать ИИ и находить ему применение под целевые задачи
Сотрудники учатся ставить задачи агенту и проверять его работу на знакомых процессах. К концу хакатона у участников появляется первый опыт автоматизации и понимание, где ИИ может помочь в ежедневной работе.


🗒 Проверять эффективность до внедрения
На хакатоне можно поручить прототипу реальную задачу и сравнить результат с работой сотрудника. Так станет понятнее, сколько времени он экономит, что нужно доработать и стоит ли развивать решение дальше.


19 ноября в 11:00 (МСК) покажем MWS AI Cowork в работе и расскажем, какие задачи можно поручить ИИ уже сейчас.

Регистрируйтесь на вебинар и приходите с вопросами об автоматизации процессов вашей команды 🤖
👁 532 ↻ 10 12 ноября
MWS AI tg7.1 тыс. подписчиков
Открыть пост ↗
Запустили платформу разметки данных MWS AI 🔍

Собственная платформа для разметки текстов, аудио, изображений и видео, на которых обучают и оценивают ИИ. Работу можно поручать сотрудникам, моделям или смешанной команде, а правила проверки настраивать под задачу.


⚡️ ИИ-помощник помогает настроить проект по текстовому описанию, отвечает на вопросы о платформе и готовит отчёты о ходе разметки.

⚡️ Гибридная разметка позволяет дать одно задание нескольким моделям и сравнить ответы. При достаточном совпадении результат принимается автоматически, а спорные случаи направляются экспертам.

⚡️ Развёртывание на инфраструктуре заказчика позволяет работать с чувствительными данными в собственном контуре.

В MWS AI платформа уже стала единственным инструментом разметки. В 2025 году переход на собственную платформу сократил затраты на 25% и сэкономил более 17 тыс. человеко-часов.

Анна Дружкина, руководитель центра работы с данными MWS AI
В условиях ИИ-трансформации нужно быстро размечать большие объемы данных, а добиться этого можно только за счет почти полной автоматизации процесса. При этом для сохранения высокого качества разметки в разных случаях будет применяться автоматическая, комбинированная или ручная разметка. Не менее важно, чтобы у бизнеса была возможность обучать модели на собственных данных, в том числе конфиденциальных, и делать это безопасно – в периметре компании и не опасаясь утечек.


Платформа для разметки данных доступна отдельно и в составе MWS AI Agents Platform, узнать подробнее можно по ссылке 🗒
👁 697 ❤ 33 ↻ 26 11 ноября