• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2026/2027

Научно-исследовательский семинар "Лингвистическая интерпретация языковых моделей"

Когда читается: 3-й курс, 1, 2 модуль
Охват аудитории: для своего кампуса
Язык: русский
Кредиты: 3
Контактные часы: 36

Программа дисциплины

Аннотация

Большие языковые модели стали синонимом искусственного интеллекта: все важные интеллектуальные задачи подвержены автоматизации с их помощью. Тем не менее нам лишь отчасти известно, что же именно эти модели знают про мир, и какими закономерностями они руководствуются в работе. НИС посвящён обзору существующих подходов к этой проблеме и их избирательному воспроизведению.
Цель освоения дисциплины

Цель освоения дисциплины

  • Ознакомление с основными методами анализа лингвистической интерпретации NLP-моделей
  • Развитие навыков воспроизведения экспериментов и анализа результатов
  • Ознакомление с работой агентных систем на основе больших языковых моделей и интерпретация работы таких систем
  • Ознакомление с вопросами несовпадения целей и ценностей пользователя и модели
Планируемые результаты обучения

Планируемые результаты обучения

  • Определяет сильные и слабые стороны существующих методов интерпретации
  • Различает методы пробинга и альтернативные подходы для анализа NLP-моделей
  • Ориентируется в современных подходах к интерпретации языковых моделей
  • Называет основные этапы работы агента
  • Интерпретирует поведение агента
  • Определяет потенциальные проблемы запросов к языковой модели
  • Исправляет поведение модели в сторону соответствия задачам и ценностям пользователя
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Методы пробинга языковых моделей
  • Альтернативные методы интерпретации моделей
  • Практика: Примеры исследований и критический разбор
  • Практика: воспроизведение экспериментов
  • Агенты на основе языковых моделей
  • Рассогласование целей и ценностей моделей с человеческими (misalignment)
  • Философия языковых моделей и искусственного интеллекта
Элементы контроля

Элементы контроля

  • неблокирующий Воспроизведение эксперимента
  • неблокирующий Активность
    Оценивается прохождение мини-тестов и непосредственное участие в семинарах
  • неблокирующий Доклад по статье
Промежуточная аттестация

Промежуточная аттестация

  • 2026/2027 2nd module
    0.45 * Доклад по статье + 0.25 * Активность + 0.3 * Воспроизведение эксперимента
Список литературы

Список литературы

Рекомендуемая основная литература

  • Интерпретируемое машинное обучение на Python: Пер. с англ. - 978-5-9775-1735-5 - Масис С. - 2023 - Санкт-Петербург: БХВ-Петербург - https://ibooks.ru/products/389646 - 389646 - iBOOKS
  • Прикладной анализ текстовых данных на Python. Машинное обучение и создание приложений обработки естественного языка - 978-5-4461-1153-4 - Бенджамин Бенгфорт, Ребекка Билбро, Тони Охеда - 2021 - Санкт-Петербург: Питер - https://ibooks.ru/products/365298 - 365298 - iBOOKS

Рекомендуемая дополнительная литература

  • Introduction to machine learning, Alpaydin, E., 2020
  • Python для сложных задач: наука о данных и машинное обучение. - 978-5-4461-0914-2 - Плас Дж. Вандер - 2021 - Санкт-Петербург: Питер - https://ibooks.ru/products/376830 - 376830 - iBOOKS

Авторы

  • Бажуков Максим Олегович
  • Дьячкова Анна Евгеньевна