Российские учёные улучшили ИИ с помощью мата
Содержание
Необычный проект
Российские исследователи на протяжении долгого времени изучали задачу перевода грубой лексики в нейтральную разговорную форму. В ходе анализа специалисты обратили внимание на особенность обсценной речи: некоторые матерные слова способны передавать больший объем смысла, чем обычная речь. Наблюдение стало отправной точкой для нового направления исследований, посвященного компактной передаче информации.
Работу проводили ученые из Института AIRI, Высшей школы экономики и университета Иннополис. Их эксперименты показали, что большие языковые модели могут укорачивать русскоязычные тексты за счет мата заметной потери содержания.
Первоначально команда изучала фильтры для материалов с различными возрастными ограничениями. Перед разработчиками стояла задача не только удалять грубые слова, но и сохранять смысл текста. В процессе анализа выяснилось, что большие языковые модели иногда используют нецензурные выражения без четкой функции, вставляя их в предложения случайным образом. Это наблюдение заставило ученых внимательнее изучить роль подобных слов в структуре текста.
Исследователи отметили, что в живой речи одно емкое слово может заменить длинное объяснение и выступать своеобразной сверхплотной упаковкой смысла. На основе этого феномена появилась идея применять такие конструкции для уменьшения длины высказываний. Под сжатием текста специалисты понимали сокращение объема при минимальной потере содержания. Предполагалось, что подобный подход может помочь снизить вычислительные затраты при обработке больших массивов данных.
Техническая сторона эксперимента
Для эксперимента использовались модели Qwen2.5−7B-Instruct и Llama-3.1−8B-Instruct. При этом из-за жестких настроек выравнивания Llama даже после дополнительного обучения практически не генерировала обсценную лексику. В результате исследователи сосредоточились на авторегрессионной модели и применили метод обучения с подкреплением. Для нее разработали составную функцию награды, позволяющую учитывать сразу несколько критериев качества результата. Алгоритм получал штраф, если текст превышал заданную длину, и бонусы за использование обсценной лексики только в роли инструмента сокращения. При этом поощрение начислялось лишь тогда, когда модель одновременно уменьшала объем и сохраняла смысл исходного сообщения.
Словарь соответствий между нейтральными и обсценными выражениями формировали из открытых источников, включая Wiktionary, а затем дополняли вручную. Особое внимание уделялось семантической близости и корректности контекста употребления.
Эксперимент показал, что такой подход позволяет использовать лингвистические особенности языка для оптимизации алгоритмов обработки текста без прямого искажения содержания.
Методику проверяли на двух типах материалов: коротких предложениях длиной от трех до пятидесяти токенов, а также на новостных текстах и редакторских сводках.
Зачем это нужно?
По словам ведущего научного сотрудника AIRI Ильи Макарова, главная цель проекта заключалась не в том, чтобы научить искусственный интеллект ругаться, а в использовании феномена смысловой плотности для совершенствования алгоритмов. Итоговая модель не применяет обсценную лексику при обработке обычных текстов, а обучение на контрастных примерах помогло ей точнее улавливать суть высказываний; при этом области образования, профессионального общения, публичных интерфейсов и официальных сервисов рассматриваются как недопустимые для подобных экспериментов. Работа была представлена на конференции AAAI в Сингапуре.
Подготовлено по материалам с сайта: https://science.mail.ru/news/43980-ii-nauchili-matu/
49 просмотров · 01.03.2026
Какой ИИ заменит ChatGPT в России? Большой обзор текстовых нейросетей.
Искусственный интеллект уже перестал быть технологией будущего — сегодня нейросети активно используют в бизнесе, образовании и повседневной жизни. Но как выбрать подходящий инструмент среди множества решений? В этом обзоре мы детально сравним семь ведущих ИИ‑сервисов последних лет: ChatGPT, Alice AI, Claude, Grok, Gemini, GigaChat и DeepSeek. Разберём их ключевые возможности, особенности работы с русским языком, доступность в России, платные и бесплатные функции, а также реальные ограничения. Цель — помочь вам найти нейросеть, которая максимально соответствует вашим задачам.
Гигаватты для ИИ
Компания xAI Илона Маска официально ввела в эксплуатацию суперкомпьютер Colossus 2 — первый в мире кластер для обучения искусственного интеллекта с энергопотреблением на уровне 1 гигаватта. Это сопоставимо с мощностью атомной электростанции и уже превышает пиковое потребление такого мегаполиса, как Сан-Франциско.
На этом проект не останавливается. В ближайшие месяцы, по заявлениям компании, энергопотребление Colossus 2 планируется увеличить до 1,5 гигаватта, а в перспективе — приблизиться к отметке 2 гигаватта.
Учёные научились «просвечивать» искусственный интеллект
Современные системы искусственного интеллекта всё глубже проникают в повседневную жизнь: они помогают врачам, используются в образовании, участвуют в принятии управленческих решений. При этом сами разработчики всё чаще признают: то, как именно такие модели приходят к своим выводам, остаётся во многом загадкой. Эту ситуацию принято описывать метафорой «чёрного ящика». Решение есть, результат получен, но внутренний путь рассуждений скрыт. По мере роста сложности моделей риск такого непонимания только увеличивается, особенно с учётом прогнозов о появлении систем уровня общего искусственного интеллекта уже в ближайшие годы. Именно этот разрыв между мощностью технологий и пониманием их устройства стал отправной точкой для нового научного направления, цель которого — сделать ИИ прозрачным и объяснимым.
Lada: как оживить народный автомобиль?
Как оживить популярность Lada без многомиллиардных вложений? Нейросети предложили неожиданные решения — от запуска автомобиля в стратосферу и реалити‑шоу по восстановлению старых «Жигулей» до лимитированной серии с фирменными мемами и «антитест‑драйвов» с блогерами. Разбираемся, какие креативные идеи могут вернуть отечественный автопром в центр внимания аудитории — и почему главный козырь Lada может оказаться не в технологиях, а в честности и самоиронии.
В российских школах появятся уроки по нейросетям
В российских школах грядут перемены: уже в этом году в ряде регионов стартует пилотный проект по обучению школьников работе с искусственным интеллектом и основам информационной безопасности. Курс, включённый в федеральный перечень учебников, предложит не только теорию, но и практику — от генерации контента в нейросетях до распознавания киберугроз. Зачем школе ИИ, не снизит ли это уровень самостоятельного мышления и как готовят учителей к новому предмету — разбираемся в деталях масштабной образовательной инициативы.
Работа в ЖКХ научила нейросеть материться
Что будет, если соединить футуристические технологии и будни ЖКХ? История о том, как искусственный интеллект, обученный вежливости, внезапно начал материться после первых же недель работы в колл‑центре управляющей компании, обернулась одновременно и комичной, и по‑своему тревожной картиной. Почему нейросеть так быстро переняла «крепкие выражения», как разработчики спешно переучивали электронного оператора и при чём тут вечная проблема человеческого терпения в сфере коммунальных услуг — разбираемся в этой истории о столкновении высоких технологий с суровой реальностью ЖКХ.
Буква «Ё»
29 ноября 1783 года состоялось одно из первых заседаний недавно созданной Российской академии. За одним столом собрались люди, определившие развитие отечественной словесности: директор академии княгиня Екатерина Дашкова, Денис Фонвизин и Гавриил Державин. Повод для обсуждения был сугубо практический — подготовка полного толкового Славяно-российского словаря, позже известного как «Словарь Академии Российской». В рамках этой рабочей встречи родилось решение, повлиявшее на саму структуру алфавита.