Ваш холодильник — полноценное платёжное устройство
Eleonora Drykina, Nina Žižakić
AI Engineer NYC 2026 Online Talks
Загружаем страницу…
1–24 из 171
RAG и поиск для LLM: векторный, гибридный и семантический поиск, embeddings, разбиение документов на фрагменты и reranking.
Доклады показывают, насколько поиск определяет качество агента: в одном кейсе улучшенный retrieval поднял точность агента с 36% до 98%. Спикеры строят реляционный движок контекста вместо классического RAG, объясняют, почему fine-tuning не лечит плохой поиск, и показывают поиск и персонализацию на LLM в DoorDash и Spotify.
Eleonora Drykina, Nina Žižakić
AI Engineer NYC 2026 Online Talks
AI Engineer Code 2025
Эмбеддинги (embeddings) - векторы чисел, в которые модель превращает текст, картинку или другой объект. Похожие по смыслу тексты получают близкие векторы. На этом построен векторный поиск: запрос тоже переводят в вектор и ищут ближайшие фрагменты.
Большинство спикеров используют гибридный. Векторный поиск находит близкое по смыслу, полнотекстовый ловит точные термины, названия и коды. Результаты объединяют и пересортировывают reranking-моделью.
Поиск и ответ проверяют отдельно. Для поиска собирают вопросы с известными правильными фрагментами и считают, сколько из них попало в выдачу. Ответ оценивают на верность найденным документам, часто через LLM-as-a-judge.
AI Engineer World's Fair 2026
AI Engineer World's Fair 2024
AI Engineer Europe 2026
AI Engineer World's Fair 2026
AI Engineer Code 2025
AI Engineer Summit 2023
AI Engineer World's Fair 2026
AI Engineer World's Fair 2025
AI Engineer Europe 2026
AI Engineer World's Fair 2026
AI Engineer World's Fair 2024
AI Engineer Code 2025
AI Engineer World's Fair 2025
AI Engineer World's Fair 2026
AI Engineer Europe 2026
AI Engineer Summit 2025
AI Engineer Code 2025