Trust & Safety AI Meetup — как это было?

Привет! 22 мая прошел Trust & Safety AI Meetup — обсудили применение AI в борьбе за безопасность и доверие пользователей. К ивенту присоединились спикеры из Wildberries & Russ, Avito, AI Masters, а в зале встретились 60+ гостей и онлайн‑трансляция собрала 250+ просмотров. Смотри фото, чтобы погрузиться в атмосферу митапа!

В программе было два доклада, насыщенная дискуссия, классный мерч, новые знакомства и полезный нетворкинг. В статье вы найдете видеозаписи с ивента :)

Доклад «Универсальные модели в видеоаналитике: единый фундамент для множества задач» — Кирилл Тузов, Data Scientist в команде видеоаналитики бэкофиса Wildberries & Russ

2b22c90f67dd99191c99ea473389de13.jpg

В рамках доклада Кирилл рассказал про сложности задач видеоаналитики в реальных условиях, Self-supervised обучение (VideoMAE) для создания универсальных представлений с использованием визуальных и темпоральных признаков, Zero-shot подходы и мультимодальные модели как альтернатива разметке.

Смотреть на YouTube
Смотреть в VK
«Универсальные модели в видеоаналитике: единый фундамент для множества задач» — Кирилл Тузов
vkvideo.ru
Презентация

Доклад «LLM в кибербезопасности: как разобрать 60 000 секретов за три дня» — Александр Трифанов, Tech Lead команды Application Security Avito

0a515463b5cc5337b28ad6ee161eba6a.jpg

Как обработать десятки тысяч уязвимостей и не умереть? Стандартные инструменты автоматизации снимают часть рутины, но все еще остается задача по принятию решений, которую не доверить машине. Если только это не обученная машина. В докладе Александр рассказал, как команда призвала на помощь LLM.

Какие данные подготовить для обучения? Как построить архитектуру модели и что делать, если она вдруг начнет вам перечить и выдавать ложноположительный результат после цикла проверки? Разобрали вместе со спикером все этапы от подготовки до тестирования и внедрения.

Смотреть на YouTube
Смотреть в VK
«LLM в кибербезопасности: как разобрать 60 000 секретов за три дня» — Александр Трифанов
vkvideo.ru
Презентация

Дискуссия «Bitter Lesson для LLM»

f862699311a1daea32bc2c4d7755053e.jpg
601678b4841d868025c2e2c06aa4ddf9.pngИлья Мирин

Руководитель кластера модерации в блоке Trust & Safety Wildberries & Russ

894f8aee235ddfa42277fa1a2026beaf.pngАлександр Калашников

Руководитель кластера безопасности бэкофиса Wildberries & Russ

36f778fe5105027041e7cccdfbf873e5.pngАнастасия Рысьмятова

Руководитель разработки больших языковых моделей Avito

f06f0cac3e0b7948bab6d8198415a05f.pngПавел Северилов

Лектор и автор курса Deep Learning in Audio в AI Masters и ФПМИ МФТИ

The Bitter Lesson говорит нам, что любые хитроумные эвристики и встраиваемые человеком знания дают выигрыш лишь в краткосрочной перспективе, тогда как обобщенные методы побеждают в долгосрочной перспективе. Во время дискуссии обсудили, как это выражается на практике в российском IT.

Смотреть на YouTube
Смотреть в VK
Дискуссия «Bitter Lesson для LLM» — Илья Мирин, Александр Калашников, Анастасия Рысьмятова, Павел Северилов
vkvideo.ru

Не пропустите анонсы следующих митапов Wildberries & Russ: подписывайтесь на Telegram‑канал @wb_space. Там же, кстати, рассказываем о том, как при помощи ML и других технологий мы делаем маркетплейс лучше для продавцов и покупателей, а еще делимся полезными материалами от экспертов.

До встречи на следующих митапах!

Habrahabr.ru прочитано 10358 раз