Marah Abdin руководит командой синтетических данных в Poolside, которая готовит обучающие материалы для языковых моделей Laguna для кодинга и агентной разработки ПО. Ранее она работала в Microsoft Research и Microsoft AI и участвовала в создании моделей семейства Phi от Phi-1.5 до Phi-4-reasoning, является соавтором технических отчётов Phi-3, Phi-4 и Phi-4-reasoning. В Poolside она соавтор технического отчёта Laguna M.1 и XS.2, где описаны методы синтетических данных, включая более 4,4 трлн синтетических токенов. Её доклад на AI Engineer World's Fair 2026 посвящён сочетанию синтетических данных и предобучения на больших масштабах.
Темы докладов: Обучение, RL, дообучение и Инфраструктура и надёжность.
AI Engineer World's Fair 20261
Непростая реальность масштабирования: синтетические данные и предобучение
AI Engineer World's Fair 2026