В России разработали нейросеть для «умного» поиска информации по текстовым документам Учёные из Новосибирского государственного университета представили нейросеть «Менон», которая по своим возможностям может конкурировать с крупными моделями, вроде ChatGPT и «Гигачата», несмотря на свои компактные размеры. Как рассказали в НГУ, нейросеть создана для решения широкого круга задач: от ответов на вопросы по текстовым базам до улучшения распознавания речи и упрощения сложных текстов. Иван Бондаренко, научный сотрудник лаборатории университета, отметил, что разработка базируется на китайской архитектуре «Квен», но адаптирована для русского языка и культуры. Для обучения модели использовали более 700 тысяч русскоязычных заданий, что позволило избежать характерных для «Квен» ошибок, вроде появления иероглифов в ответах. Бондаренко рассказал, что «Менон» учится по принципу «от простого к сложному», что напоминает процесс освоения знаний у детей. На открытом бенчмарке MERA, где оцениваются способности нейросетей, «Менон» занял первое место в своём размерном классе, успешно справляясь с задачами на здравый смысл, логику и понимание текстов. В дальнейшем разработчики планируют совершенствовать модель как в прикладной, так и в научной сферах. Среди прикладных задач — создание помощника для студентов и абитуриентов, который поможет с организацией учебного процесса. В научном направлении команда сосредоточится на улучшении механизма обучения и повышении точности модели при работе с различными типами данных.